今日突然发现终端灰蒙蒙的：那基本上就是.bashrc出问题了，好家伙ls -a一看，.bashrc无了…针对无高亮显示的问题，分两种情况：1：你的.bashrc还在，但是无高亮解决方案:vim .bashrc加一句：alias ls='ls --color=auto'2：.bashrc无了解决方案：使用linux默认的.bashrc1cd /etc/skel/2ls -al3cp .bashrc

1.问题背景在我们对项目进行编译时，可能会遇到make: *** 没有规则可以创建“/usr/lib/x86_64-linux-gnu/XXXXXX.so”需要的目标，这个问题，导致这个问题的原因大多来源于我们对某个项目的某个依赖库（卸载后）重新进行了源码编译，一般导致两种情况：在原本的共享链接库路径下找不到原本的链接库文件.so该文件断开链接2.解决问题我们进入到目标共享链接库目录下（当前为/u

不配置maven的话，当我们在终端使用mvn命令会出现：bash: mvn: command not found在大多情况下，使用idea自带的maven可以满足我们的需要，不需另行下载安装1.确定mavenbin文件夹位置我们设定的M2_HOME应是maven中bin的路径idea自带的maven就在你的idea文件夹中在你的你的idea文件夹下–>cd pluginscd mavencd

报错原因，各库关系版本关系不对应步骤1：pip3 uninstall keras -ypip3 uninstall keras-nightly -ypip3 uninstall keras-Preprocessing -ypip3 uninstall keras-vis -ypip3 uninstall tensorflow -ypip3 uninstall h5py -y步骤2:pip inst

目录高斯模糊GaussianBlur()中参数详解1.1. 由参数解释产生的问题深入理解前的准备：高斯函数、图像滤波处理及卷积核解释1.2的问题权重矩阵、高斯模糊的流程摘要高斯滤波是一种线性平滑滤波高斯滤波是对整幅图像进行加权平均的过程，每一个像素点的值都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素

今天算是把nacos的奇葩坑踩了个遍，做个归总吧，留个下一个被折磨的幸运儿首先，如果你用sh ./startup.sh 出现错误，那么请先尝试:sh ./startup.sh -m standalon(设置单机模式，nacos默认集群模式)若仍然报错，请尝试：bash -f./startup -sh -m standalon如果经过上面跑通了，nacos注册中心也能正常访问，恭喜你。没跑通的倒霉蛋

1.cv2.imread(filename, flags)参数：filepath：读入imge的完整路径flags：标志位，{cv2.IMREAD_COLOR，cv2.IMREAD_GRAYSCALE，cv2.IMREAD_UNCHANGED}cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道，可用1作为实参替代cv2.IMREAD_GRAYSCALE：读入灰度图片，

背景：虚拟机磁盘满了，导致tab无法补全等问题操作1.首先在VM–setting处为虚拟机扩容：划出空闲空间（未分配空间）给虚拟机2.开机遇到问题，原已挂载磁盘剩余空间太小导致：卡在命令行界面不动/dev/sda1 clean…3.ctrl+alt+f2/f3/f4/f5/等等进入shell模式4.使用cfdisk查看已挂载磁盘及剩余空间（刚刚扩容出来的）sudo cfdisk如图：5.移动光标至

Python迭代器的基本方法:iter()、next()迭代器：迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。通常在我们对iter()、next()进行简单使用时是这样的：a=[1,2,3]it=iter(a) #创建迭代器对象next(it)#输出迭代器下一项next(it)next(it)#输出：#1#2#3当看

目录高斯模糊GaussianBlur()中参数详解1.1. 由参数解释产生的问题深入理解前的准备：高斯函数、图像滤波处理及卷积核解释1.2的问题权重矩阵、高斯模糊的流程摘要高斯滤波是一种线性平滑滤波高斯滤波是对整幅图像进行加权平均的过程，每一个像素点的值都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素