环境

虚拟机配置docker，docker info 查看配置情况 然后docker pull harisekhon/hbase 拉取镜像 docker run -ti harisekhon/hbase 进入hbase的shell中

降低python至3.5 conda install python=3.5 创建一个tensorflow 虚拟环境： conda create -n tensorflow python=3.5 激活tensorflow虚拟环境 activate tensorflow 安装tensorflow pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple (从国内镜像源下载，速度极快且稳定) 然后测试 python import tensorflow as tf message=tf.constant(‘welcome’) with tf.Sesiion() as sess: print(sess.run(message).decode()) 运行成功，但是jupyter notebook打开后输入 import tensorflow as tf 运行报错，需要在激活TensorFlow之后安装ipython和jupyter (tensorflow)D:>conda install ipython ・・・ (tensorflow)D:>conda install jupyter ・・・ 接着安装nb_conda包库 (tensorflow)D:>conda install nb_conda 然后启动jupyter

2:打开Vscode，选择左边的 EXtensions工具（拓展图标）。 安装插件 步骤说明地址：https://jingyan.baidu.com/article/86fae346f2e6273c49121ae0.html 3:输入C#搜索，选择第一个 进行安装， 下载地址： https://www.iis.net/downloads/microsoft/url-rewrite 文章来源: https://blog.csdn.net/xulong5000/article/details/90233579

环境配置: Ubuntu14 . 04 ( 64 位） eclipse3 . 8 （前提装好 Java 环境， Java 环境配置看我上几篇文章） Hadoop2 . 6.0 hadoop - eclipse - plugin2 . 6.0 在做下面步骤之前，先开启Hadoop和ssh服务（具体步骤可以看我前几篇文章） 首先下载hadoop-eclipse-plugin，地址： https://github.com/winghc/hadoop2x-eclipse-plugin 将plugin放到eclipse的eclipse/dropins/底下（注意，在eclipse3.8之前，plugin是放到eclipse/plugins/底下，如果不放心，在4个路径都放一遍，/usr/lib/eclipse/dropins/或/usr/share/eclipse/dropins/或/usr/lib/eclipse/plugins/或/usr/share/eclipse/plugins/） 使用如下命令： sudo cp hadoop - eclipse - plugin - 2.6 . 0.jar / usr / share / eclipse / dropins / 然后打开eclipse，会看到界面左侧项目栏如下： 然后，打开工具栏Window菜单下的Preferences： 点击选择

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/sinat_23490433/article/details/90173290 第一步、官网下载solr-5.5.0.zip，下载后解压，如下： 第二步、将solr-5.5.0/server/solr-webapp下的webapp，复制到tomcat下的webapps目录下,并改名为solr 第三步、将solr-5.5.0/server/lib/ext目录下的所有jar包复制到tomcat/webapps/solr/WEB-INF/lib下 第四步、将solr-5.5.0/server/solr目录复制到tomcat的bin目录下,这个solr就是solr/home（用于存放检索数据的） 第五步、设置solr/home 编辑tomcat\webapps\solr\WEB-INF\web.xml文件。以下部分是注释的,打开,修改内容如下： <env-entry> <env-entry-name>solr/home</env-entry-name> <env-entry-value>D:\\developTool\\tomcat\\tomcat7\\apache-tomcat-7.0.92\\bin\\solr</env-entry-value> <env-entry-type>java

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/wtu178/article/details/90168751 1、去flutter官网下载其最新可用的安装包： 点击下载 3、环境变量配置： 4、在“用户变量”下检查是否有名为”PUB_HOSTED_URL”和”FLUTTER_STORAGE_BASE_URL”的条目，如果没有，也添加它们 5、安装：Dart与Flutter插件 6、创建 demo： 效果： 7、点击运行： 可以关注以下信息： 文章来源: https://blog.csdn.net/wtu178/article/details/90168751

版权声明：来自 Cox 的程序员 https://blog.csdn.net/Coxhuang/article/details/89739111 文章目录 Vue #1 环境 #2 开始 #2.1 安装nodejs #2.2 安装npm #2.3 安装webpack #2.4 安装vue脚手架 #2.5 检查安装是否成功 #2.6 创建vue项目 #2.7 启动项目 Vue #1 环境 Mac #2 开始 #2.1 安装nodejs brew install nodejs # Mac安装有Homebrew #2.2 安装npm npm install -g cnpm --registry=https://registry.npm.taobao.org #2.3 安装webpack cnpm install webpack -g #2.4 安装vue脚手架 sudo npm install -g vue-cli #2.5 检查安装是否成功 vue list #2.6 创建vue项目 # project项目名 vue init webpack-simple pro #2.7 启动项目 npm install npm run dev 文章来源: https://blog.csdn.net/Coxhuang/article/details/89739111

原材料： cudnn-8.0-windows10-x64-v6.0.zip cuda_8.0.44_win10.exe 先安装：Cuda8.0， 然后解压：cudnn-8.0-windows10-x64-v6.0.zip 把里边的东西拷贝到： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 最后， 使用conda创建一个新的虚拟环境Keras pip install TensorFlow = 1.4.0 pip install Keras = 2.1.0 检验成果： python 没有报错！ 大功告成！ 文章来源: https://blog.csdn.net/Hodors/article/details/89738589

创建环境 conda create -n py36 python=3.6 删除环境 conda remove -n py36 --all 激活环境 source activate py36 退出环境 source deactivate 安装pytorch（激活后） 查看cuda版本 cat /usr/local/cuda/version.txt 安装 （python2.7） pip install http://download.pytorch.org/whl/cu80/torch-0.1.12.post2-cp27-none-linux_x86_64.whl （3.5及以后） pip install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp35-cp35m-linux_x86_64.whl pip install torchvision 文章来源: https://blog.csdn.net/qq_38235386/article/details/88852123

根据官网搭建好环境后 打开~/.bashrc文件 vi ~/.bashrc .bashrc在文件输入环境变量及路径 alias get_esp32='export PATH="$HOME/esp/xtensa-esp32-elf/bin:$PATH"' alias get_esp8266='export PATH="$HOME/esp/xtensa-lx106-elf/bin:$PATH"' alias get_esp32_idf='export IDF_PATH=~/esp/esp-idf' alias get_esp8266_idf='export IDF_PATH=~/esp/ESP8266_RTOS_SDK' 然后更新 source ~/.bashrc 需要编译esp32时候，切换到esp32 的环境 get_esp32 get_esp32_idf 需要编译esp8266时候，切换到esp8266的环境 get_esp8266 get_esp8266_idf 文章来源: https://blog.csdn.net/weixin_40593325/article/details/88842248