因为有些库在windows下不兼容，我们就可以借用子系统，下载linux版本的库。然后通过wsl调用gpu。本文介绍了如果在wsl中部署对应的驱动，使其可以正常运行。

wget https://image-net.org/data/ILSVRC/2012/ILSVRC2012_img_train.tar --no-check-certificate

首先，最重要的问题就是文件上传的问题。如果直接拖拽到colab左侧的窗口里面会出现这种一点也不动的情况。而且最重要的是，在restart的时候，文件会被清空。我通过连接我的google drive, 并将文件上传到drive中的方法实现了数据上传的阶段。右面有一个Drive，点击进行装载。有可能需要运行一行代码，然后会让输入密码。这说明，你的drive账号和colab的账号没有匹配。但是输入完之后

首先，最重要的问题就是文件上传的问题。如果直接拖拽到colab左侧的窗口里面会出现这种一点也不动的情况。而且最重要的是，在restart的时候，文件会被清空。我通过连接我的google drive, 并将文件上传到drive中的方法实现了数据上传的阶段。右面有一个Drive，点击进行装载。有可能需要运行一行代码，然后会让输入密码。这说明，你的drive账号和colab的账号没有匹配。但是输入完之后

代码可以通过显示html的内容完成展示：下面一段是socket programming部分：#import socket modulefrom socket import *serverSocket = socket(AF_INET, SOCK_STREAM)#Prepare a sever socket#Fill in startserverHost = '192.168.109.49'##这里

Jupyter notebook + Windows + Pythoon3.x需要的库：tarfile可以使用pip install tarfile下载。显示.tar.gz文件夹中的文件：import tarfilefilename = "文件1.gz"tf = tarfile.open(filename)print(tf.getnames())运行即可解压压缩包到D:/Lear...

使用Google cloud虚拟机上部署flask编写的网站背景Why google cloud项目需求背景我们几个本科生在20年秋季学期选择了一个关于追踪COVID19数量（澳洲）的项目；项目即将完结时需要部署到服务器，因为我的账户里面还有$400的免费积分，小组的组长决定把这个任务交给我，而刚刚网络刚好可以被浏览器访问，因此在这里趁热打铁，和大家分享一下，我是如何使用google cloud作

机器学习machine learning是机器通过已知的内容，类似于人类一样进行学习，并对同类型数据进行判断的过程。例如训练图片模型就是将每个像素点转为0到255之间的值，利用机器发现不同种类的图片之间存在的映射。有监督与无监督模型监督学习是F（x）= sum 并且sum已知，可以通过已知的属性进行预测，而且目标函数需要带有“label”。无监督学习。通过数据的潜在的模式和规则，无需预定义，并且同