logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【原创】WSL2 文件互传终极指南:打通 Windows 与 Linux 的“任督二脉”

《WSL2文件共享避坑指南》摘要: 本文详解WSL2文件系统三大路径(/mnt/c/、\wsl$\、ext4虚拟磁盘)的特性差异与适用场景,针对6种高频操作提供解决方案:大文件传输建议直拖ext4分区并用chown修复权限;跨系统编辑需注意编码转换;开发项目应避免直接放在/mnt/c/以防权限问题。推荐通过优化/etc/wsl.conf配置自动挂载参数,实测ext4路径传输速度最快(1GB文件仅8

文章图片
#windows#linux#运维
Postman 2025最新版安装及使用教程:从入门到精通

Postman 2025指南:API测试利器使用全解析 Postman是一款支持多协议的API开发测试工具,2025年最新版v11.57.0新增AI测试生成功能。本文详细介绍了Postman的安装配置(Windows/macOS/Linux)、基础操作(GET/POST请求发送)和高级功能(环境变量、测试脚本、批量测试)。重点讲解了2025版本特性:AI智能测试生成、性能优化40%、协作增强等。同

文章图片
#postman#测试工具
YOLOv8 超详细小白教程(毕设必看)——Windows、PyCharm +conda+ LabelImg +GPU训练自己数据集训练

本文提供了一份完整的YOLOv8目标检测模型训练教程,涵盖从环境配置到模型训练的完整流程。教程详细介绍了PyCharm安装、conda环境搭建、GPU驱动配置(CUDA/cuDNN)、LabelImg数据标注工具使用,以及如何准备自定义数据集和训练YOLOv8模型。特别针对Windows系统用户,给出了详细的路径设置和常见问题解决方案。文章还包含了模型验证和推理方法,并提供了训练参数调整建议。本教

文章图片
#pycharm
Windows 环境下安装 Docker 的详细教程(超详细图文)

本文提供Windows系统安装Docker的详细图文教程,适用于Win10/11专业版/企业版(家庭版需启用WSL2)。主要内容包括:1) 检查系统版本和虚拟化支持;2) 下载安装Docker Desktop并配置WSL2(针对家庭版用户);3) 验证安装和运行测试容器;4) 常见问题解决方案。文章还包含BIOS设置、WSL2启用等关键步骤说明,最后建议新手从hello-world等官方镜像开始体

文章图片
#windows#docker#容器
【保姆级】在Windows系统环境下安装CUDA 11.8和cuDNN v8.9.0的详细指南,配套tensorrt8.6使用

本文详细介绍了在Windows系统上安装NVIDIA CUDA 11.8和cuDNN v8.9.0的完整步骤。包括系统要求(Windows 10+、兼容NVIDIA显卡)、显卡驱动检查、CUDA下载安装、环境变量配置以及cuDNN文件复制过程。最后提供了通过命令行工具和Python代码验证安装是否成功的具体方法,确保用户能够正确配置GPU加速环境以支持深度学习框架的运行。整个安装过程简明清晰,适合

文章图片
#windows#python#人工智能 +1
【保姆级】Windows 系统安装 TensorRT 8.6.1 安装指南

本文详细介绍了在Windows系统上安装TensorRT8.6.1的完整流程。主要内容包括:系统要求、下载方法、安装步骤(解压安装包、设置环境变量、虚拟环境安装及验证)以及常见问题解决方案。关键步骤包括将TensorRT路径添加到环境变量,在conda虚拟环境中安装Python接口和相关组件包。文章最后提供了验证安装的方法和注意事项,帮助用户顺利完成TensorRT的安装配置,以提升深度学习推理任

文章图片
#windows#人工智能#python
YOLOv8 超详细小白教程(毕设必看)——Windows、PyCharm +conda+ LabelImg +GPU训练自己数据集训练

本文提供了一份完整的YOLOv8目标检测模型训练教程,涵盖从环境配置到模型训练的完整流程。教程详细介绍了PyCharm安装、conda环境搭建、GPU驱动配置(CUDA/cuDNN)、LabelImg数据标注工具使用,以及如何准备自定义数据集和训练YOLOv8模型。特别针对Windows系统用户,给出了详细的路径设置和常见问题解决方案。文章还包含了模型验证和推理方法,并提供了训练参数调整建议。本教

文章图片
#pycharm
【机器学习实验神器】MLflow :从0到1用 MLflow 打造「可复现」的机器学习工作流,连老板都点赞!

MLflow是一款开源机器学习生命周期管理工具,可解决实验追踪、模型管理和部署难题。核心功能包括:实验追踪记录参数和指标、模型注册中心集中管理版本、标准化模型打包格式,以及一键部署为REST API。通过代码示例演示了从训练Sklearn模型到注册部署的全流程,配合UI界面直观展示运行记录和版本管理。该工具将机器学习开发的实验结果可追溯、模型可管理、部署可复现三大需求整合为统一平台,适合个人研究者

文章图片
#机器学习#人工智能
大模型科普专栏·第二章:算力、数据、推理、加速——解密“大模型”的幕后故事

大模型训练是典型的资本密集型技术,以GPT-4为例需要2.5万张A100显卡连续运行百天,算力成本超6300万美元。核心成本构成包括:1)硬件投入(单张A100售价超10万元);2)海量数据清洗(GPT-3消耗45TB数据);3)惊人能耗(万卡集群功耗达4MW);4)复杂工程调试。推理阶段同样面临显存挑战,70B参数模型加载需140GB显存,长文本处理更需额外32GB。为降本增效,业界采用知识蒸馏

文章图片
#人工智能#深度学习#机器学习
YOLOv8 超详细小白教程(毕设必看)——Windows、PyCharm +conda+ LabelImg +GPU训练自己数据集训练

本文提供了一份完整的YOLOv8目标检测模型训练教程,涵盖从环境配置到模型训练的完整流程。教程详细介绍了PyCharm安装、conda环境搭建、GPU驱动配置(CUDA/cuDNN)、LabelImg数据标注工具使用,以及如何准备自定义数据集和训练YOLOv8模型。特别针对Windows系统用户,给出了详细的路径设置和常见问题解决方案。文章还包含了模型验证和推理方法,并提供了训练参数调整建议。本教

文章图片
#pycharm
    共 28 条
  • 1
  • 2
  • 3
  • 请选择