docker安装:本文将详细介绍docker在Ubuntu20.04上的安装，以及docker命令的一些使用。

截至本博客发稿的时间，vs c++ build tool 已经有2022了，从微软官网上直接下载即可（网上很多百度云提供的旧版本的安装包，而且已经无法在线安装了）或者 conda install -c conda-forge +包名。很明显这是缺少C++的编译的相关依赖，这里提供两种方法解决这个问题。下载 build tool下载器 安装后，重启即可。

经常有一些跟类有关系的功能但在运行时又不需要实例和类参与的情况下需要用到静态方法.比如更改环境变量或者修改其他类的属性等能用到静态方法.这种情况可以直接用函数解决,但这样同样会扩散类内部的代码，造成维护困难.而@classmethod因为持有cls参数，可以来调用类的属性，类的方法，实例化对象等，避免硬编码。如果在@staticmethod中要调用到这个类的一些属性方法，只能直接类名.属性名或类名

python中import的用法

在"configurations"添加"args",并输入想要的参数即可。使用调试功能能够方便我们发现程序的bug或者学习别人的代码。之后按照正常的方式启动调试，这时候调试就是带参数的。

他提供了以下换源的方式比如 换环境变量，使用他们提供的 hfd 工具等等，具体方法这里不再赘述了，他们的官网上面提供的有使用方法（个人感觉很多方法都不好使）。二，我们可以使用hugging face或者 hf-mirror的下载工具，以 hugging face的下载工具为例。我们可以想办法确定 我们linux机器的缓存位置, 然后从能够科学上网的windows上拷贝过来。一，我们可以在win设备

No Module named "xxx"解决办法

liunux下配置深度学习程序方便，windows下用起来更习惯。windows下直接利用虚拟机是不太容易对GPU进行虚拟，利用docker就可以。这里简单介绍了在win主机下如利用docker，配置虚拟机环境，并和主机开启ssh连接配置。

尝试windows下使用docker_desktop安装深度学习的GPU环境，结果很失败，GPU调用不了。我一共尝试两种方式调用GPU。

报这个错的原因是，opencv在读取或者存取图片时，原数组的类型超过的opencv原本支持的类型，报错为Unsupported depth of input image.比如如下代码：input_out=input_*255output1=input_outoutput2 = cv2.cvtColor(output1, cv2.COLOR_YCR_CB2RGB)程序中inp...