Pytorch各个版本

进入tmux翻屏模式

• 先按 Ctrl+q，松开，然后再按 [
• 实现上下翻页: 进入翻屏模式后，PgUp, PgDn 实现上下翻页
• 退出: q

ps: ctrl + b + [，很多人会以为是同时按三个键，但是这样是不行的。

简单介绍下tmux的其他功能

常用快捷键

Tmux快捷指令

关于快捷指令，首先要认识到的是：tmux的所有指令，都包含同一个前缀，默认为Ctrl+q，输入完前缀过后，控制台激活，命令按键才能生效。前面tmux会话相关的操作中，我们共用到了两个快捷键Ctrl+q + d、Ctrl+q + s，但这仅仅是冰山一角，欲窥tmux庞大的快捷键体系，请看下表。

Note: prefix: Ctrl+q

系统指令

窗口（window）指令。

表三：面板（pane）指令。

tmux的丝滑分屏功能正是得益于以上系统、窗口、面板的快捷指令，只要你愿意，你就可以解除任意的快捷指令，然后绑上你喜欢的指令，当然这就涉及到它的可配置性了。

补充

创建tmux

1

$ tmux new -s <session-name>

列出已有的tmux列表

• 命令

  1 2 3

  $ tmux ls # or $ tmux list-session

• Ctrl+q s：列出所有会话。

进入已创建的tmux

• 使用会话编号

  1 2 3

  $ tmux attach -t <session-number> # or $ tmux a -t <session-number>

• 使用会话名称

  1 2 3

  $ tmux attach -t <session-name> # or $ tmux a -t <session-name>

切换会话

1
2
3
4
5

# 使用会话编号
$ tmux switch -t <session-number>

# 使用会话名称
$ tmux switch -t <session-name>

重命名会话

• $ tmux rename-session命令用于重命名会话。

  1	$ tmux rename-session -t <session-number> <new-name>

  上面命令将<session-number>号会话重命名。

• Ctrl+q $

临时退出tmux

• Ctrl+q d
• $ tmux detach

杀死tmux

• tmux外：$ tmux kill-session -t <session-name>

• tmux内：

  • Ctrl-d
  • <Prefix(ctrl+q)> + :kill-session

删除所有tmux

1
2
3

tmux kill-server
或
tmux ls | grep : | cut -d. -f1 | awk '{print substr($1, 0, length($1)-1)}' | xargs kill

vi-mode

Pytorch各个版本

1. 更改Git的样式

   1. 更改主题透明度和光标
   2. 更改字体
   3. 更改中文

2. 美化

   1. 基本配置

      在用户根目录下新建一个名为 .minttyrc 的文件，写入以下内容，然后重启 git bash，就能看到美化后的样子了。

      1 2 3

      $ cd ~ $ touch .minttyrc $ vi .minttyrc

      复制以下代码到 .minttyrc：

      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

      FontHeight=11 Font=Consolas Transparency=low FontSmoothing=full Locale=zh_CN Charset=GBK Columns=88 Rows=26 OpaqueWhenFocused=no Scrollbar=none Language=zh_CN ForegroundColour=131,148,150 BackgroundColour=0,43,54 CursorColour=220,130,71 BoldBlack=128,128,128 Red=255,64,40 BoldRed=255,128,64 Green=64,200,64 BoldGreen=64,255,64 Yellow=190,190,0 BoldYellow=255,255,64 Blue=0,128,255 BoldBlue=128,160,255 Magenta=211,54,130 BoldMagenta=255,128,255 Cyan=64,190,190 BoldCyan=128,255,255 White=200,200,200 BoldWhite=255,255,255 CursorType=block CursorBlinks=no

   2. 更新 git-prompt.d

      仅仅是换了一个主题还不够，还需要更改终端提示符，更改 git 安装目录下 etc 目录里面的一个文件即可，这个文件也可以通过绝对路径访问到。

      进入

      1	$ cd /etc/profile.d/git-prompt.sh

      复制代码到 git-prompt.sh

      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

      if test -f /etc/profile.d/git-sdk.sh then TITLEPREFIX=SDK-${MSYSTEM#MINGW} else TITLEPREFIX=$MSYSTEM fi if test -f ~/.config/git/git-prompt.sh then . ~/.config/git/git-prompt.sh else PS1='\[\033]0;Bash In $PWD\007\]' # 窗口标题 PS1="$PS1"'\n' # 换行 PS1="$PS1"'\[\033[32m\]' # 绿色 PS1="$PS1"'\u ' # 用户名 PS1="$PS1"'\[\033[0m\]' # 灰色 PS1="$PS1"'at ' # 自定义内容 PS1="$PS1"'\[\033[35m\]' # 粉红色 PS1="$PS1"'\t ' # 时间 PS1="$PS1"'\[\033[33m\]' # 黄色 PS1="$PS1"'\W ' # 当前目录 if test -z "$WINELOADERNOEXEC" then GIT_EXEC_PATH="$(git --exec-path 2>/dev/null)" COMPLETION_PATH="${GIT_EXEC_PATH%/libexec/git-core}" COMPLETION_PATH="${COMPLETION_PATH%/lib/git-core}" COMPLETION_PATH="$COMPLETION_PATH/share/git/completion" if test -f "$COMPLETION_PATH/git-prompt.sh" then . "$COMPLETION_PATH/git-completion.bash" . "$COMPLETION_PATH/git-prompt.sh" PS1="$PS1"'\[\033[36m\]' # change color to cyan PS1="$PS1"'`__git_ps1`' # bash function fi fi PS1="$PS1"'\[\033[0m\]' # 灰色 PS1="$PS1"'$ ' # 命令提示符 fi MSYS2_PS1="$PS1" # for detection by MSYS2 SDK's bash.basrc

Clion 中使用头文件定义类，源文件实现

include什么

导入头文件(.h)和源文件(.cpp)
Note: 只导入 源文件（.cpp） 也可以

CMakeLists.txt

• 手动添加

1
2
3
4
5
6
7

cmake_minimum_required(VERSION 3.15)
project(HCpp)

set(CMAKE_CXX_STANDARD 11)

add_executable(HCpp main.cpp)
add_executable(ElemType ElemType.cpp ElemType.h)

• 自动添加

1
2
3
4
5
6
7

# 遍历项目根目录下所有的 .cpp 文件
file (GLOB files *.cpp)
foreach (file ${files})
    string(REGEX REPLACE ".+/(.+)\\..*" "\\1" exe ${file})
    add_executable (${exe} ${file})
    message (\ \ \ \ --\ src/${exe}.cpp\ will\ be\ compiled\ to\ bin/${exe})
endforeach ()

代码

ElemType.h

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

#ifndef HCPP_ELEMTYPE_H
#define HCPP_ELEMTYPE_H

#include <iostream>

class ElemType {
public:
    int data;

    ElemType();
    ElemType(int);
    friend std::ostream &operator <<(std::ostream &, const ElemType &);
};

#endif //HCPP_ELEMTYPE_H

ElemType.cpp

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

#include "ElemType.h"

ElemType::ElemType() {
    this->data = 0;
}

ElemType::ElemType(int data) {
    this->data = data;
}

std::ostream& operator <<(std::ostream &out, const ElemType &e)
{
    out << e.data;
    return out;
}

main.cpp

1
2
3
4
5
6
7
8
9
10
11

#include <iostream>
#include "ElemType.h"
#include "ElemType.cpp"

using  namespace std;

int main() {
    ElemType e = ElemType(10);
    cout << e << endl;
    return 0;
}

运算符重载：详见 运算符重载

重载运算符规则

1. 重载意义

   函数重载（Function Overloading）可以让一个函数名有多种功能，在不同情况下进行不同的操作；
   
   运算符重载（Operator Overloading）也是一个道理，同一个运算符可以有不同的功能；

   C++中预定义的运算符的操作对象只能是基本数据类型。但实际上，对于许多用户自定义类型（例如类），也需要类似的运算操作。这时就必须在C++中重新定义这些运算符，赋予已有运算符新的功能，使它能够用于特定类型执行特定的操作。运算符重载的实质是函数重载，它提供了C++的可扩展性，也是C++最吸引人的特性之一。

   比如,我们定义两个string类对象a,b后我们之所以可以使用+运算，是因为string类重载了+运算符。

2. 语法

   1 2 3 4

   <返回类型说明符> operator <运算符符号>(<参数表>) { <函数体> }

3. 哪些运算符可以被重载，哪些运算符不能被重载

   • 可以被重载的运算符：

     算术运算符：+ , - , * , / , % , ++ , --
     
     位操作运算符：& , | , ~ , ^ , << , >>
     
     逻辑运算符：! , && , ||
     
     比较运算符：< , > , >= , <= , == , !=
     
     赋值运算符：= , += , -= , *= , /= , %= , &= , |= , ^= , <<= , >>=
     
     其他运算符：[] , () , -> , ,(逗号运算符) , new , delete , new[] , delete[] , ->*
     

   • 不允许的运算符重载：

     . , .* , :: , ?: ，siezof

重载运算符函数在类内部

1. Notes:

   1. 运算符重载函数是类的成员函数时>

      1. 注意

         要是内部的，必须得是<=1个参数，不需要加 friend（友元函数）

      2. 语法(在类内声明，在类外实现时的代码)

         1 2 3 4 5

         <返回类型说明符> <类名>::operator <运算符符号>(<参数表>) { <函数体> }

   2. 运算符重载函数不是类的成员函数时（或者说当运算符函数是非成员函数时）

      1. 函数在类中声明的时候需要在前面加上 friend（友元函数），不管参数是不是类的对象
      2. 函数的参数与该运算符作用的运算对象数量一样多

   3. 为什么用 const 和 &:

      1. const：

         1. 我们不希望在这个函数中对用来进行赋值的“原版”做任何修改。函数加上const后缀的作用是表明函数本身不会修改类成员变量。
         2. 加上const，对于const的和非const的实参，函数就能接受；如果不加，就只能接受非const的实参。

      2. &（引用）：

         这样可以避免在函数调用时对实参的一次拷贝，提高了效率。

2. 代码

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54

   /** * Author: Dgimo * Date: 2020/3/30 * TODO: 类运算符重载 * Describe: */ #include <iostream> using namespace std; typedef struct { int first; int second; } TestStuct; /* * 类运算符重载 */ class TestClass { private: int first; int second; public: TestClass(int, int); TestClass(); void show(string); TestClass operator+(const TestClass &); TestClass operator+(const TestStuct &); friend TestClass operator+(const TestClass &, const TestClass &); // 如果不是内部的，得加friend 声明不是内部的，如果不是两个会怎样？见下面！！！ friend TestClass operator+(const TestStuct &, const TestStuct &); // 只要在类内部定义的运算符重载，就需要加上friend TestStuct ts1, ts2; ts1.first = 1, ts1.second = 2; ts2.first = 10, ts2.second = 20; tc1.show("tc1"); tc2.show("tc2"); add_tc = tc1 + tc2; // TestClass + TestClass add_tc.show("add_tc"); add_tc1 = add_tc + ts1; // TestClass + TestStruct add_tc1.show("add_tc1"); add_ts = ts1 + ts2; // TestStrcut + TestStrcut add_ts.show("add_ts"); return 0; }

重载运算符在函数外部

1. 暂时未发现 Bug

2. 代码

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46

   /** * Author: Dgimo * Date: 2020/3/31 * TODO: 结构体运算符重载 * Describe: */ #include <iostream> using namespace std; /* * 结构体运算符重载 */ typedef struct { int first; int second; } TestStuct; TestStuct operator+(TestStuct ts1, TestStuct ts2) { TestStuct res; res.first = ts1.first + ts2.first; res.second = ts1.second + ts2.second; return res; } bool show(TestStuct ts) { cout << "first: " << ts.first << ", second: " << ts.second << endl; } int main() { TestStuct ts1; ts1.first = 1; ts1.second = 2; TestStuct ts2; ts2.first = 2; ts2.second = 3; TestStuct res_t = ts1 + ts2; show(res_t); return 0; }

<< 和 >> 只能定义友元函数

1. 原因

   定义为成员函数，那么就隐含this指针了对吧，你要知道重载其实也是一种函数，那么函数就有调用他的对象，如果是成员函数，那么调用他的对象就肯定是想对应的类对象了对吧，但是<<和>>调用的对象肯定只能是cout或者cin对吧，那么久不能定义为成员函数了，只有定义成友元，那么就可以把cin,cout作为一个参数传进你重载的操作符函数里面去了

2. 语法：

   1. 在类中：

      1 2 3 4 5 6

      friend ostream &operator <<(ostream &out, const ElemType &e); 2. 在外面： ```cpp ostream &oprator <<(ostream &out, const ElemType &e);

3. 代码

   1. 头文件(.h)

      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

      #ifndef ELEMTYPE_H #define ELEMTYPE_H #include <iostream> using namespace std; class ElemType { public: int data; ElemType(); ElemType(int); friend ostream &operator <<(ostream &out, const ElemType &e); // Success protected: private: }; #endif // ELEMTYPE_H

   2. 源文件(.cpp)

      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

      #include "ElemType.h" ElemType::ElemType() { //ctor this->data = 0; } ElemType::ElemType(int data) { this->data = data; } ostream& operator <<(ostream &out, const ElemType &e) { out << e.data; return out; }

JetBrains 家族其他软件的手法相似，按需使用即可，此路不通，找度娘

• Win10

1. 配置

   1. 下载 setting_3.zip, setting_4.zip, setting_5.zip, setting_6.zip, setting_7.zip, setting_8.zip

      数字越大，版本越新

   2. 打开 Clion

   3. 选择： File - Import setting

   4. 选择这个 setting 文件即可（一般全部导入，看个人）

2. 取消开始界面打开默认项目配置

   1. 打开：File - Settings - Appearance & Behavior - System Settings
   2. 取消勾选 Reopen last project on startup

3. 更改模板注释：

   1. 打开：File - Settings - Editor - File and Code Templates - Includes

   2. 下面有一个面板，在面板输入

      1 2 3 4 5 6 7 8 9 10

      #if ($HEADER_COMMENTS) /** * author ${USER_NAME} * date ${DATE} * description #if ($ORGANIZATION_NAME && $ORGANIZATION_NAME != "") * copyright (c) $YEAR ${ORGANIZATION_NAME}#if (!$ORGANIZATION_NAME.endsWith(".")).#end All rights reserved. #end */ #end

   参考文档

4. Clion 多个 main 函数存在

   1. 在 CMakeLists.txt 中加入

      1 2 3 4 5 6 7

      # 遍历项目根目录下所有的 .cpp 文件 file (GLOB files *.cpp) foreach (file ${files}) string(REGEX REPLACE ".+/(.+)\\..*" "\\1" exe ${file}) add_executable (${exe} ${file}) message (\ \ \ \ --\ src/${exe}.cpp\ will\ be\ compiled\ to\ bin/${exe}) endforeach ()

   2. 为了方便可以自己定义快捷键：（个人用的是： Alt-Shift+R）

      1. File - Settings - Keymap
      2. 搜索 Reload cmake project 即可

   3. 参考：

      1 2 3 4 5 6 7 8 9 10 11 12

      cmake_minimum_required(VERSION 3.15) project(DataStruct) set(CMAKE_CXX_STANDARD 11) # 遍历项目根目录下所有的 .cpp 文件 file (GLOB files *.cpp) foreach (file ${files}) string(REGEX REPLACE ".+/(.+)\\..*" "\\1" exe ${file}) add_executable (${exe} ${file}) message (\ \ \ \ --\ src/${exe}.cpp\ will\ be\ compiled\ to\ bin/${exe}) endforeach ()

5. CMakeLists 自动加载

   1. 打开 Files - settings - Build, Execution, Deployment - CMake
   2. 选择 Automatically reload CMake project on editing

6. 侧边栏无焦点自动隐藏

   1. 选择侧边栏的 扳手
   2. 选择 View Mode - Dock Unpinned

7. 汉化步骤

   1. 下载 resources-cn.jar
   2. 将 resources-cn.jar 复制到 安装目录下lib文件夹下
   3. 结束

8. 快捷键

   快捷键	含义	备注
   Ctrl + Shift + U	大小写切换
   Ctrl + Shift + Space	补全单词	new后直接键入构造器、构造器内提供构造信息
   Ctrl + Alt + L	格式化代码
   Ctrl + Shift + Backspace	回到最后编辑的地方
   Ctrl + N	查找类
   Ctrl + F12	快速查看类成员
   Ctrl + P	提示参数信息
   Ctrl + Alt + B	查看接口、抽象类的实现类
   Ctrl + F7	找到某个类、变量、函数等在文中被使用到的的地方
   连续点击Shift	全局搜索
   Shift + F6	重新命名变量
   连续按两次Esc	搜索框就会消失
   Alt + insert	添加自动代码生成信息	新建新的文件
   Ctrl + j	插入完整的代码块	默认只有 for, iter, itit，也可以自己在 Setting—>Live Templates 里添加自定义的代码块
   Ctrl + Alt + -/+	展开折叠当前函数、类
   Ctrl + Shift + -/+	展开折叠所有函数、类
   Ctrl + Alt + T	就可以选择给这些代码包裹上 if, for 等(surround with)

9. 自动换行

   idea设置自动换行其实很简单，只需要进行一步操作就可以了。
   
   看下图：我们只需要在相应的位置加上文件的类型就可以了，比如我们写的类都是.java文件，那么我们只需要加上 *.java就可以实现自动换行了。

10. JetBrains学生认证：自行百度

11. JetBrains sync配置同步：

    Files - Sync ……

12. Clion 输出乱码

    1. 在设置里将编码都设置为UTF8，并点击OK保存设置;
    2. 按住Ctrl+Shift+Alt+/选中Registry...，然后取消掉 run.processes.with.pty 后面的 √

双系统时间不一致

1. 首先我们把硬件时间（BIOS时间）将默认的UTC改为CST，然后重启，使得两个系统的时间保持一致

   1. 上述代码中的1改为0即可将硬件时间修改为默认的UTC时间: sudo timedatectl set-local-rtc 1
   2. 重启系统使改动生效: sudo reboot

2. 接着我们更新一下系统时间

   1. 这里的操作是安装ntpdate工具: sudo apt-get install ntpdate
   2. 使用ntpdate工具从time.windows.com上面同步时间: sudo ntpdate time.windows.com

3. 最后我们将时间更新到硬件上，以保证重启后改动不会被还原

   这里的代码意思是使用hwclock命令将本地时间localtime从sysclock同步到hwclock: sudo hwclock --localtime --systohc

Ubuntu 科学上网

1. 点击这里下载AppImage
2. 点击这里下载deb

注意：必须要安装 Python2、Python3，才可以使用
deb安装： sudo dpkg -i <deb文件>

Windows Defender关闭

1. cmd 运行 regedit
2. 定位到： HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\SecurityHealthService
3. 在右侧找到 DWORD（32位） 值，名为 Start
4. 修改数值数据为4(十六进制)
5. 重启文件资源管理器，或注销再登录/重启系统

注意:

1. 如果你安装第三方杀软或安全软件，Windows Defender会自动被关闭。
2. start的默认值为 3

Ubuntu 安装字体

详见Ubuntu配置Win10字体

Ubuntu 安装zsh

1. git、vim、oh-my-zsh 的安装和配置
2. Linux 安装 oh-my-zsh

Ubuntu不能访问Windows下的磁盘

1. 控制面板—系统和安全—电源选项—选择电源按钮的功能
2. 首先点击上部分的 更改当前不可用的设置
3. 然后去掉 启用快速启动（推荐） 前面的勾即可
4. 这个时候再选择Windows关机后，就是完全关机了

不能读取exfat格式的u盘问题

1. Ubuntu默认不支持exfat格式的U盘，只需要运行如下的命令：sudo apt-get install exfat-utils
2. 安装完成后重启即可

不能挂载移动硬盘问题

1. 在终端输入如下命令，查看分区挂载情况： sudo fdisk -l
2. 输入下面的命令： sudo ntfsfix /dev/sdb1

   注意：/dev/sdb1 为移动硬盘的设备名，找到硬盘size对应的设备名

Ubuntu 查找文件

1. 命令：locate <文件名>
2. 网址：在ubuntu中搜索文件或文件夹的方法

Ubuntu 更新慢

1. 步骤:

   1. 选择 软件和更新
   2. 打开 软件和更新窗口
   3. 我们点击 Ubuntu软件 选项卡下的 其他站点
   4. 这里有好多国外的源及我们国内的源，我也试了不少，我目前使用的是aliyun的源，感觉速度还不错，其他国内的速度也都不可以，大家也可以试试。不要怕麻烦，就是要折腾
   5. 我们选择 mirrors.aliyun.com，然后点击 选择服务器
   6. 同样需要我们密码认证
   7. 修改成功
   8. 等待系统更新完毕,源更新成功后，会自动关闭窗口。此时，我们安装软件或更新软件（系统）就是用的我们选择的源啦。

2. 网址：Ubuntu加快软件安装更新速度方法

Python工程的组织结构

包、模块、类、函数、变量

• 最顶级的组织结构：包(文件夹)
• 第二个层级：模块(文件)
• 第三个层级：类
• 第四个层级：函数、变量(不属于组织结构，是类本身的特性)

其中：

1. 包：整个文件夹
2. 模块：一个 py 文件

Python包与模块的名字

区分不同包的同名模块：包名.模块名
形成的模块的路径叫做命名空间
一个包下面可以有子包，模块可以和包平级
普通文件夹想要变成包必须要有init.py文件
__init__.py 本身也是一个模块，可以不写内容只是标注包
特殊地，__init__.py 模块的名字就是包名

__init__.py用途

__init__.py 该文件的作用就是相当于把自身整个文件夹当作一个包来管理，每当有外部import的时候，就会自动执行里面的函数。

import导入模块

对于重复的定义需要从其他模块里引用。
利用 import 模块名 导入

1
2
3
4
5
6

# PackageTest1.Test1
a = 1

# PackageTest1.Test2
import Test1
print(Test1.a)

import导入的总是模块，需要用模块名.变量名的方法引用
可以用as简化书写

1
2
3
4
5
6

# PackageTest1.Test1
a = 1

# PackageTest1.Test2
import Test1 as t1
print(t1.a)

同级目录可以直接导入模块
优点是可以一眼看出属于哪个模块

from import 导入变量

1
2
3

# PackageTest1.Test2
from c1 import a
print(a)

可以使用 from 包 import 模块 导入模块
导入时使用 模块.变量
导入大量变量时用 *：

1
2
3
4
5
6
7
8
9
10

# PackageTest1.Test1
a = 1
b = 1
c = 1

# PackageTest1.Test2
from Test1 import *
print(a)
print(b)
print(c)

控制 *

1
2
3
4
5
6
7
8
9
10
11
12

# PackageTest1.Test1
__all__ = ['a', 'b']
a = 1
b = 1
c = 1


# PackageTest1.Test2
from Test1 import *
print(a)
print(b)
print(c) # 这里会报错，因为没有导入c

注意

1. 使用 * 导入时，导入的是在所在包中 __init__.py 存在的变量
2. 文件目录：

   initTest

   PackageTest1

   __init__.py
Test1.py

Test2.py
   

   Test.py

   其中：

   PackageTest1.__init__.py

   1 2 3 4 5

   import pandas as pd import numpy as np print("You have imported mypackage") # __all__ = ['pd', 'np'] # 这里不需要 __all__ 控制

   PackageTest1.Test1.py

   1 2 3 4 5 6 7

   from __init__ import * # 可以使用所在包中的 __init__ 导入大量的包 class Test1(): def __init__(self): a = np.array([i for i in range(10)]) print(a)

   Test.py

   1 2 3 4

   from PackageTest1 import * # 因为 PackageTest1.__init__ 中只有 pd, np 这两个变量，因此使用 * 只导入进来了 pd, np from PackageTest1.Test1 import Test1 # 因为在 PackageTest1.__init__ 中没有 Test1 这个模块，更没有 Test1 这个类，因此想要使用必须自行导入 Test1()

在 PackageTest1.__init__ 中导入 Test1 模块、类

1. 导入 Test1 模块
   在 PackageTest1.__init__.py中添加 import PackageTest1.Test1 就可以在 Test.py中使用 Test1.Test1() 创建 Test1 类了。
2. 导入 Test1 类
   1. 在 PackageTest1.__init__.py中添加 from PackageTest1.Test1 import Test1 就可以在 Test.py中使用 Test1() 创建 Test1 类了。
   2. 在 PackageTest1.__init__.py中添加 import PackageTest1.Test1 是错误的，会报错: ModuleNotFoundError: No module named 'PackageTest1.Test1.Test1'; 'PackageTest1.Test1' is not a package

__init__.py 用法

1. 当包被导入时，__init__.py 会首先被自动执行，类似于构造函数
2. __init__.py 的应用场景

   1 2 3 4 5 6 7 8 9 10 11

   # PackageTest1.__init__.py __all__ = ['a','b'] #初始化* import sys #批量导入库 import datetime import io #Test.py import Test1 print(Test1.sys.path)

   此时引用因为不是用的 * , 所以必须使用 包.类.成员函数 进行调用。

多层目录各层互相调用

pacgage1

__init__.py
test1.py
test2.py

test3.py

test3 调用 package1，而 test1 调用 test2，此时，在 package1.__init__.py 中添加路径，如下：

1
2

import sys
sys.path.append("./package")

包与模块的几个常见错误

1. 包和模块是不会被重复导入的，只会执行一次(入口文件的概念)
2. 避免循环导入，不要形成闭环
3. 导入模块的时候会执行模块里所有的代码
4. 如果使用 if __name__ == '__main__' 则不会执行该代码块中的代码

Windows环境

1. 安装 CUDA 和 cudnn

1. 安装 CUDA

   1. 查看显卡信息，[CUDA版本和驱动版本的对照表]

   2. 下载对应的cuda，[CUDA各个版本下载地址]

      最高的版本：低事实最高版本一个级别

      最好低最高版本低几个版本。

   3. 安装cuda，勾掉以下3个：

      1. NVIDIA Geforce Experience ……
      2. CUDA 下 Visual Studio ……
      3. driver …… 下 display driver

   4. 其他默认即可

   5. 注意：版本对照等重要信息见文末的参考资料

      问题:我的显卡比10.1大，但是没问题，

2. 安装 cudnn

   1. 下载和 CUDA 对应的版本（建议不要下载最新的，看好官方文档在决定下载哪个）点击这里下载
   2. 解压
   3. 该文件名为 cudnn
   4. 复制到目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2 下

3. 添加环境变量，详见参考资料

2. 安装 Tensorflow

1. 安装 Tensorflow-cpu 版：

   1	pip install --upgrade tensorflow

2. 安装 Tensorflow-gpu 版：

   1	pip install --upgrade tensorflow-gpu

3. 报错

1. 报错信息：

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76

   Traceback (most recent call last): File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 18, in swig_import_helper return importlib.import_module(mname) File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\importlib\__init__.py", line 126, in import_module return _bootstrap._gcd_import(name[level:], package, level) File "<frozen importlib._bootstrap>", line 986, in _gcd_import File "<frozen importlib._bootstrap>", line 969, in _find_and_load File "<frozen importlib._bootstrap>", line 958, in _find_and_load_unlocked File "<frozen importlib._bootstrap>", line 666, in _load_unlocked File "<frozen importlib._bootstrap>", line 577, in module_from_spec File "<frozen importlib._bootstrap_external>", line 906, in create_module File "<frozen importlib._bootstrap>", line 222, in _call_with_frames_removed ImportError: DLL load failed: 找不到指定的模块。 During handling of the above exception, another exception occurred: Traceback (most recent call last): File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 41, in <module> from tensorflow.python.pywrap_tensorflow_internal import * File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 21, in <module> _pywrap_tensorflow_internal = swig_import_helper() File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 20, in swig_import_helper return importlib.import_module('_pywrap_tensorflow_internal') File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\importlib\__init__.py", line 126, in import_module return _bootstrap._gcd_import(name[level:], package, level) ImportError: No module named '_pywrap_tensorflow_internal' During handling of the above exception, another exception occurred: Traceback (most recent call last): File "<stdin>", line 1, in <module> File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\__init__.py", line 24, in <module> from tensorflow.python import * File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\__init__.py", line 51, in <module> from tensorflow.python import pywrap_tensorflow File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 52, in <module> raise ImportError(msg) ImportError: Traceback (most recent call last): File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 18, in swig_import_helper return importlib.import_module(mname) File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\importlib\__init__.py", line 126, in import_module return _bootstrap._gcd_import(name[level:], package, level) File "<frozen importlib._bootstrap>", line 986, in _gcd_import File "<frozen importlib._bootstrap>", line 969, in _find_and_load File "<frozen importlib._bootstrap>", line 958, in _find_and_load_unlocked File "<frozen importlib._bootstrap>", line 666, in _load_unlocked File "<frozen importlib._bootstrap>", line 577, in module_from_spec File "<frozen importlib._bootstrap_external>", line 906, in create_module File "<frozen importlib._bootstrap>", line 222, in _call_with_frames_removed ImportError: DLL load failed: 找不到指定的模块。 During handling of the above exception, another exception occurred: Traceback (most recent call last): File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 41, in <module> from tensorflow.python.pywrap_tensorflow_internal import * File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 21, in <module> _pywrap_tensorflow_internal = swig_import_helper() File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 20, in swig_import_helper return importlib.import_module('_pywrap_tensorflow_internal') File "C:\Users\toy\AppData\Local\Programs\Python\Python35\lib\importlib\__init__.py", line 126, in import_module return _bootstrap._gcd_import(name[level:], package, level) ImportError: No module named '_pywrap_tensorflow_internal' Failed to load the native TensorFlow runtime. See https://www.tensorflow.org/install/install_sources#common_installation_problems for some common reasons and solutions. Include the entire stack trace above this error message when asking for help.

2. 安装 vs2019即可：
3. 选中：
   1. 通用 Windows 平台开发
   2. .NET 桌面开发
   3. ASP.NET 和 Web开发

4. 检测是不是用的 GPU:

1. tf.test.is_gpu_available()
2. 如下：

1
2
3

from tensorflow.python.client import device_lib

print(device_lib.list_local_devices())

参考资料

参考视频 1kc2

安装文件 qlgj

Ubuntu环境

安装 CUDA

1. 查看显卡信息

   1	$ nvidia-smi

   会得到以下信息:

   其中:

   	版本
   显卡驱动	450.51.05
   cuda	11.0

   Note:

   1. 若没有安装过NVIDIA，那么 nvidia-smi 会报错，可直接安装cuda，因为cuda会自动安装显卡驱动
   2. 若安装完cuda， nvidia-smi 仍报错，那么重启就可以了。

2. 下载cuda [点击这里下载]

   注意：选择和自己系统相匹配的（在下安装的是11.0）

   网站会给出相应的安装命令，如下：

   1 2 3 4 5 6 7

   wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda-repo-ubuntu1804-11-0-local_11.0.2-450.51.05-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1804-11-0-local_11.0.2-450.51.05-1_amd64.deb sudo apt-key add /var/cuda-repo-ubuntu1804-11-0-local/7fa2af80.pub sudo apt-get update sudo apt-get -y install cuda

   Note: 若 wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda-repo-ubuntu1804-11-0-local_11.0.2-450.51.05-1_amd64.deb 下载太慢，那么用浏览器打开 wget 后面的网址即可浏览器下载。

cudnn

1. 添加 cudnn 环境变量

   1. [cuDNN下载地址]

      Note: 一定要下载与cuda相对应的版本，如：cuDNN Library for Linux (x86_64)

   2. 配置环境变量

      1. 在 .bashrc 添加如下：

         1 2	export PATH="/usr/local/<cuda-11.0>/bin/:$PATH" export LD_LIBRARY_PATH="/home/<username>/cuda/lib64:$LD_LIBRARY_PATH" # cudnn解压的路径

2. 查看cuda和cudnn是否安装成功

   1

   nvcc -V

   如果安装成功会得到以下信息：

   1 2 3 4 5

   nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2020 NVIDIA Corporation Built on Thu_Jun_11_22:26:38_PDT_2020 Cuda compilation tools, release 11.0, V11.0.194 Build cuda_11.0_bu.TC445_37.28540450_0

3. 安装 tensorflow
   点击这里查看github教程

   PS: 最好使用科学上网

4. 检测 tensorflow-gpu 是否安装成功

   1 2 3

   import tensorflow as tf print(tf.test.is_gpu_available())

Linux多版本CUDA安装/多版本切换

本机系统信息

CUDA版本和显卡驱动

1

nvidia-smi

目前CUDA版本为11.6，如下图所示，显卡驱动为510.47.03（根据下面的对照表，降级成CUDA10.2没问题）

ubuntu系统版本和架构

1
2

$ uname
$ lsb_release -a

CUDA版本和驱动版本的对照表

见[Table 3 CUDA Toolkit and Corresponding Driver Versions]

如上图所示，像CUDA10.2版本，需要440.33以上的显卡驱动。例如，如果你通过nvidia-smi命令获得的显卡驱动号大于440.33,你可以将CUDA 11降到10.2是完全没有问题的。而如果你的显卡驱动号是396.26，那么你只能在CUDA7/8/9上进行切换。

因此显卡驱动总是越高越好，依赖关系为：

• 操作系统版本最优先
• 显卡驱动次之
• CUDA再次之+Cudnn
• 最后是python库，如pytorch版本

下载CUDA

下载网址：[https://developer.nvidia.com/cuda-toolkit-archive]

运行如下wget命令在服务器安装cuda的目录下：

将下载好的文件执行以下操作：

• 进入到该目录下，使用chmod 755 cuda_10.2.89_440.33.01_linux.run更改文件的执行权限。
• 不是管理员用户，因此无法使用sudo安装，直接执行以下命令即可 sh cuda_10.2.89_440.33.01_linux.run

安装CUDA

1. 输入accept接收协议
2. 选择***只安装CUDA Toolkit***，选择Option回车进入
3. 修改安装路径

前提：如下使用的两个目录需要先创建

• /home/<username>/cuda-10.2/
• /home/<username>/cuda-10.2/mylib/

PS: 这两个目录可以随便换

先选择Toolkit Options回车进入

选择Change Toolkit Install Path回车，输入自定义的CUDA安装目录：

1

/home/<username>/cuda-10.2/

1

/home/<username>/cuda-10.2/mylib

安装成功

此时nvcc还是显示原来的CUDA版本，还需要修改本地文件，如下：

修改环境配置文件

直接使用源文件夹

修改命令相关参数，执行如下命令：

1

vim ~/.bashrc

在最下方添加刚刚安装cuda的路径：

1
2

export PATH="/home/<username>/<cuda-10.2>/bin:$PATH"
export LD_LIBRARY_PATH="/home/<username>/cuda-10.2/lib64:/home/<username>/<cuda-10.2>/mylib/lib64:$LD_LIBRARY_PATH"

之前的CUDA路径可以注释掉，方便之后使用

保存之后，执行以下命令，使配置生效：

1

source~/.bashrc

查看效果：nvcc -V

显示CUDA 10.2，已经安装成功

ln映射文件夹

1

$ ln -s /home/<username>/<cuda-10.2> /usr/local/cuda

PS: /usr/local/cuda 目录可以换

修改命令相关参数，执行如下命令：

1

vim ~/.bashrc

在最下方添加刚刚安装cuda的路径：

1
2

export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:/usr/local/cuda/mylib/lib64:$LD_LIBRARY_PATH"

参考链接

• https://github.com/dragen1860/TensorFlow-2.x-Tutorials