HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
ubuntu 和windows 分别在anaconda上安装tensorflow
windows下的anaconda安装tensorflow:在AnacondaPrompt中:condainstalltensorflowpython3.5一直下载失败.总结一下原因可能国外的源,网速太慢且不稳定借鉴http://www.cnblogs.com/nosqlcoco/p/6923861.html把镜像改为清华大学开源软件
修改anacode镜像
修改镜像修改.condarc文件内容为:channels:http://mirrors.tuna.tsinghua....(https://link.segmentfault.com/?encI6w46YhJ7ZtOioZKEX5Ztg%3D%3D.Kor8qLLRQQE%2Br2u
anacond 或python3 报check_hostname requires server_hostname错误
前往墨抒颖的网站查看纯净版本(https://link.segmentfault.com/?encg7HanihrNMJGTAu%2FYOWB0A%3D%3D.4CD3Nxy4%2Ff3O2t65IP%2B2UFXm%2FRHLuiR7iz9ePXuxX9qNDk1aN7pNjfpoJK
Anaconda下安装TensorFlow环境和jupyter
TensorFlow版本众多,不同版本之间差异比较大,以安装TensorFlow1.4为例介绍创建流程。安装其他版本的步骤类似。安装TensorFlow1.41.打开AnacondaPrompt2.创建tensorflow1.4环境环境命
Windows安装Anaconda和PyCharm教程
!开发者社区.png(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/7e33665384122d5ac72c674f5f4da06b.png)Anaconda指的是一个开源的Python发行版本,其包含了conda、Python
浅析三种Anaconda虚拟环境创建方式和第三方包的安装
前言大家好,我是星期八,是一个每天都要在镜子前给自己梳仅剩三根头发的三年码农。在上次,如果不出意外,,我们已经在windon10上成功的安装上了Anaconda。如果安装过程有问题记得评论区留言哈,看到我们会整理并且解决。假装各位都已经安装好了Anaconda,那么,我么就开始学习它的命令吧。查看conda版本查看一下conda版本命令conda\

pytorch环境
安装anaconda(python3.6环境)下载anaconda(https://link.segmentfault.com/?enc39MxYWpEJdbs85%2FGHXsv6w%3D%3D.aBcqJ%2BXA53AgDxslRgRVMVpgYjcwQWuJ8mZ2hpfmhX
Collecting package metadata (current_repodata.json): failed 解决方法
Anaconda无法安装一些包的问题<codeanacondaCollectingpackagemetadata(current_repodata.json):failed</code具体报错信息为<pre<code(env_name)root@h
TensorFlow 的 JupyterLab 环境
TensorFlow准备JupyterLab交互式笔记本环境,方便我们边写代码、边做笔记。基础环境以下是本文的基础环境,不详述安装过程了。UbuntuUbuntu18.04.5LTS(BionicBeaver)(https://link
Anaconda基础操作
<codeAnaconda</code是一个用于科学计算的Python发行版,支持<codeLinux</code、<codeMac</code、<codeWindows</code系统,致力于简化包管理和部署,提供了超级强大的<codeconda</code包管理与环境管
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。