特征选择及常用算法
查看服务器版本
cat /proc/version
lspci | grep -i nvidia
查看驱动是否安装
nvidia-smi
安装miniconda
wegt https://repo.anaconda.com/miniconda/Miniconda3-py38_23.9.0-0-Linux-x86_64.sh
去miniconda官网找到对应的下载链接
bash Miniconda安装包
创建python虚拟环境（在此之前需要安装conda）
conda create -n name python=3.6
其中name是虚拟环境的名称，python=3.6是创建的python版本号
conda激活
扫描二维码关注公众号，回复：
17297441 查看本文章
conda activate name
name为刚刚所创建的虚拟环境名称
conda关闭
conda deactivate
查看已安装的环境
conda env list
环境的删除
conda env remove -n name
name是环境名称
在环境内安装tensorflow-gpu
conda install tensorflow-gpu==1.12.0
tensorflow-gpu==1.12.0选择版本号，但不一定兼容
依次输入以下命令，检查是否安装成功
python
import tensorflow as tf
tf.__version__
exit() #退出python
pytorch安装–在官网找到对应命令
pytorch官网
pip 在安装/卸载第三方库时出现以下错误
解决办法：
pip install --ignore-installed Markdown==3.2.1
这里以安装Markdown为例
建立训练集和测试集
- 被选择作为开发集和测试集的数据，应当与你未来计划获取并对其进行良好处理的数据有着相同的分布，而不一定和训练集的数据分布一致。
- 开发集和测试集的分布应当尽可能一致。
- 当开发集和评估指标对于团队已经不能提供一个正确的导向时，尽快修改它们：(i) 如果算法在开发集上过拟合，则需要获取更多的开发集数据。(ii) 如果开发集与测试集的数据分布和实际数据分布不同，则需要获取新的开发集和测试集。 (iii) 如果评估指标无法对最重要的任务目标进行度量，则需要修改评估指标。
导出第三方库文件
pip freeze > D:/requirements.txt
删除第三方库
pip uninstall -r D:/requirements.txt -y
误删了pip原始库拯救方法
python -m ensurepip
python -m pip install --upgrade pip
导入第三方库文件
pip install -r requirements.txt
如何在同一个系统下安装多个python版本并将其区分开
-
打开安装好的python文件路径，找到python.exe文件，将其复制，并重新命名（建议命名为python+版本号）
-
另一个安装好的python建议以同样的方式操作
-
-
打开cmd,输入
python37 -V或者python38 -V可以发现可以轻松切换不同版本python -
怎么区分以及使用不同python版本的pip命令？使用
python37 -m pip list查看第三方库；使用python37 -m pip install xlrd==2.0.1来安装第三方库 -
怎么区分以及使用不同python版本的pip命令？使用
python37 -m pip list查看第三方库；使用python37 -m pip install xlrd==2.0.1来安装第三方库
