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

conda环境打包放到离线麒麟Kylin操作系统,arm64,aarch64

服务器是在内网环境下,只能先本地打包好模型,然后放到服务器上再展开。cpu是aarch64架构的鲲鹏,因此海不得不先到华为云上租一个aarch64架构的服务器。

文章图片
#conda#kylin#大数据
Error response from daemon: failed to create task for container:

记录一次再麒麟操作系统上遇到的问题。本来docker好好的能启动,然后服务器重启以后就启动不了docker了。cpu架构是aarch64Error response from daemon: failed to create task for container:failed to create shim task: OCI runtime create failed:container_linu

文章图片
#java#开发语言#docker
windows下使用nvidai-smi命令

使用nvidia-smi命令能够查看GPU的现存使用情况,若想要在cmd中使用这个命令,那么一定要增加环境变量就是了,本文章主要解决的是这个环境变量应该怎么加的问题。

文章图片
#windows#linux#python
麒麟操作系统,DrvMngGetConsoleLogLevel failed. (g_conLogLevel=3) dcmi module initialize failed. ret is -800

去网上搜了可能是和内核版本有关系,于是把内核版本改回原版就好了。

文章图片
安装stable-diffusion-webui时一直卡在Installling gfpgan的界面

出现这个问题的原因是,安装gfpgan涉及到国外的仓库,就算科学上网以后,在终端里面还是访问不到这个国外仓库,解决办法就只有手动安装,遇到一些pip安装不了的包都可以尝试去github上找到对应的包仓库进行手动安装。解决办法:手动安装gfpgan。

文章图片
#linux#运维
(9)机器学习_多分类器OneVsRestClassifier

1、什么是OneVsRestClassifierOvR为每一个类别配备一个分类器,是目前最常用的一种多类分类策略classsklearn.multiclass.OneVsRestClassifier(estimator,∗,n_jobs=None)class sklearn.multiclass.OneVsRestClassifier(estimator, *, n\_jobs=None)clas

#机器学习
(3)机器学习_逻辑模型_决策树

文章目录1、什么是决策树2、决策树的学习过程:3、决策树是如何生成的3.1 ID3算法(基于信息增益)3.2 C4.5算法(基于信息增益率)3.3 CART算法(基于基尼系数)4、决策树实现的简单例子5、参考文献1、什么是决策树决策树(Decision Tree)是机器学习的一种算法,决策树的决策过程和一颗倒过来的树相似,所以称作决策树。2、决策树的学习过程:特征选择:选择哪些属性作为树的节点。生

(6)机器学习_支持向量机

1、什么是支持向量机classsklearn.svm.SVC(∗,C=1.0,kernel=′rbf′,degree=3,gamma=′scale′,coef0=0.0,shrinking=True,probability=False,tol=0.001,cache_size=200,class_weight=None,verbose=False,max_iter=−1,decision_func

#机器学习#sklearn
麒麟操作系统,DrvMngGetConsoleLogLevel failed. (g_conLogLevel=3) dcmi module initialize failed. ret is -800

去网上搜了可能是和内核版本有关系,于是把内核版本改回原版就好了。

文章图片
(6)数据分析-方差分析

1、前言方差分析又称为F检验,用于检验两个及两个以上样本均数的差异性,方差分析主要考虑各组之间的均数差别。如果多个样本不是全部来自同一个总体,那么观察之与总体的平均值之差的平方和成为变异。总变异可以分解为组间变异和组内变异。比如说,男性收入的方差为组内变异,男性收入与女性收入差异为组间变异。其统计量等于组间均方差除以组内均方差。F=MS组间MS组内F=\frac{MS_{组间}}{MS_{组内}}

#数据分析
    共 18 条
  • 1
  • 2
  • 请选择