直接在终端使用tree -L 2, 就可以打出深度为2 的目录树，作为代码插入到markdownj就可以了

在linux服务器中同一个虚拟环境装tf 和torch, 建议用pip 安装，conda 装容易出现版本依赖冲突conda create -n tftorch1 . 先用pip 安装 tensorflow-gpu (conda search tensorflow-gpu 可以搜索版本)pip install tensorflow-gpu==1.15升级pip, 这个最新版的pip 可以用于解决tf

去File | Settings | Tools | Python Integrated Tools | Docstring format 这里改成你想要的格式，然后再回去看看你的三个引号。没有函数注释的情况下是plain。改成reStucturedText， 在def funciton() 下面打上三对双引号，中间位置回车，得到是这样的：def function(x,y,z)""":param

在无sudo权限环境下，可通过以下步骤在个人目录安装nvcc：1) 从NVIDIA官网下载CUDA Toolkit的.run文件；2) 使用--toolkitpath参数安装到$HOME/cuda目录；3) 配置.bashrc/.zshrc添加环境变量。完成后即可使用nvcc编译CUDA程序。该方法无需root权限，适合服务器个人使用场景。

ImportError: /lib/x86_64-linux-gnu/libstdc++.so.6: version GLIBCXX_3.4.30' not found 一般报这个错是因为pip/conda安装了某个包的版本高了一些。通常情况下你会发现在本地自己的某个anaconda 虚拟环境下其实是有的。

当clone或者push git项目时，文件太大也会出现fatal: The remote end hung up unexpectedly。参考 https://blog.csdn.net/Cai_deLong/article/details/115255735。查看原因有三种可能：要么是缓存不够，要么是网络不行，要么墙的原因。将postBuffer的缓存设置为500M即可。使用git clon

传递算子Z=(1−η)Z+ηZZ=(1-\eta)Z+\eta ZZ=(1−η)Z+ηZ可以用来（GCN的迭代聚合，容易出现过平滑）减缓过平滑现象，也就是决定有多少是保留，有多少又是传递到下一个使用1 是将Q分布进行挤压，以获得更高置信度的分布P。用三个监督信息，对一个实体用多个视图进行描述会更准确使用重构loss 和聚类loss应用场景ACM是学术数据集，DBLP是电影数据集，真实的聚类问题是没

如果仅仅删除.vscode-remote-containers/不行，或者本来就没有这个文件夹，则可以i直接删除 rm -r .vscode-server/.另：其他可以尝试的包括按照旧版本的vscode https://code.visualstudio.com/updates/v1_86。我尝试将 rm -r .vscode-remote-containers/删除后，则解决了远程文件打开不了

传递算子Z=(1−η)Z+ηZZ=(1-\eta)Z+\eta ZZ=(1−η)Z+ηZ可以用来（GCN的迭代聚合，容易出现过平滑）减缓过平滑现象，也就是决定有多少是保留，有多少又是传递到下一个使用1 是将Q分布进行挤压，以获得更高置信度的分布P。用三个监督信息，对一个实体用多个视图进行描述会更准确使用重构loss 和聚类loss应用场景ACM是学术数据集，DBLP是电影数据集，真实的聚类问题是没

腾讯API调用（python调用ocr为例）1. 搜索2. 点接口文档3. 点API3.0 Explorer4.输入id和key5. 点查看密钥6.新建密钥1. 搜索https://console.cloud.tencent.com/2. 点接口文档3. 点API3.0 Explorer4.输入id和keyid和Key由下面5、6步可得5. 点查看密钥https://con...