版本往往是不同的，所依赖的包版本也是不同的，如果在同一个环境中安装多个版本的包，可能会出现依赖冲突。文件记录了项目的基本信息和依赖包版本，所以只要有这个文件，就可以把项目所需要的依赖全部下载下来。，用于存放对应版本的依赖包，达到隔离不同环境下的依赖包的效果。用于存放依赖，将依赖包存放在项目文件夹中，而不是全局安装，原理类似于。是在项目文件夹下创建虚拟环境，每个项目可以有自己独立的虚拟环境。安装目录

今天远程服务器时，发现，防火墙也是关闭状态，ssh服务也在运行着，但是就是登录不上去，后来发现是没有把。解决方案是将端口号加入进行，重新读取配置，最后启动或关闭防火墙就可以了（根据自己需要）。开放端口号是因为Ubuntu即使不开启防火墙，默认也只能访问22端口，所以需要放开我们需要的端口号。

来说，我们可以先解析成抽象语法树，然后打印所有的结点，如下所示。在 python 中，我们可以通过自带的 ast 模块来对解析遍历语法树，通过ast.parse()可以将字符串代码解析为抽象语法树，然后通过ast.dump()可以打印这棵语法树。上面的简单示例向我们展示了几种基本结点类型（Assign、Name、Constant），接下来我们将会展示其他几种常见的结点类型和示例，完整的节点类型可以

文章目录背景（为什么）具体步骤查看conda支持的cuda版本下载cuda安装cudnn查看cuda对应的cudnn版本下载cudnn版本安装cudnn测试安装是否成功安装pytorch测试cuda版本参考链接背景（为什么）深度学习用显卡训练的时候，需要安装与显卡对应的cuda和cudnn，这样才可以用显卡进行训练。但是github上不同的项目所支持的pytorch版本是不一样的，而pytorch

文章目录背景（为什么）具体步骤查看conda支持的cuda版本下载cuda安装cudnn查看cuda对应的cudnn版本下载cudnn版本安装cudnn测试安装是否成功安装pytorch测试cuda版本参考链接背景（为什么）深度学习用显卡训练的时候，需要安装与显卡对应的cuda和cudnn，这样才可以用显卡进行训练。但是github上不同的项目所支持的pytorch版本是不一样的，而pytorch

来说，我们可以先解析成抽象语法树，然后打印所有的结点，如下所示。在 python 中，我们可以通过自带的 ast 模块来对解析遍历语法树，通过ast.parse()可以将字符串代码解析为抽象语法树，然后通过ast.dump()可以打印这棵语法树。上面的简单示例向我们展示了几种基本结点类型（Assign、Name、Constant），接下来我们将会展示其他几种常见的结点类型和示例，完整的节点类型可以

文章目录背景（为什么）具体步骤查看conda支持的cuda版本下载cuda安装cudnn查看cuda对应的cudnn版本下载cudnn版本安装cudnn测试安装是否成功安装pytorch测试cuda版本参考链接背景（为什么）深度学习用显卡训练的时候，需要安装与显卡对应的cuda和cudnn，这样才可以用显卡进行训练。但是github上不同的项目所支持的pytorch版本是不一样的，而pytorch

目录起因步骤步骤一：查看虚拟机现在的网卡名及网关号步骤二：用编辑器打开IP配置文件步骤三 修改网络配置文件中步骤四 重启网络服务步骤五 重启虚拟机远程连接虚拟机报拒绝连接起因虚拟机每次重启的时候会被重新分配一个IP地址，那么我们通过motaxterm连接虚拟机的时候都需要重新改一下这个IP地址，听起来好麻烦！所以比较方便的做法是为虚拟机固定一个IP地址，这样每次连接的时候就不用更改了。网上看了很多

题目题目链接思路题目大意：给一些数字，将这些按顺序插入到二叉搜索树中，并判断二叉搜索树或镜像树的先序是否和给定序列相同，若相同，则输出原树或者 镜像树的后序；首先是建立二叉搜索树，利用递归来建，递归边界是root == NULL，代表找到插入位置；注意二叉搜索树是不平衡的，树的形态与元素插入的顺序有关；建好树之后就可以遍历原树的先序，并判断是否相等；若不相等，再去遍历镜像树的先序，判断是否相等；遍

题目题目链接思路题目大意：给一个数组和一个目标值，问数组中是否存在两个数之和等于目标值；将数组的数进行hash计数，从小到大一个个枚举；注意：要考虑自身与自身相加等于目标值的情况；尽管每个数都不会超过500，但是目标值会超过500，此时如果hash数组只开了510，会导致越界；代码#include <iostream>#include <string>#include &l