上一页 1 ··· 11 12 13 14 15 16 17 18 19 ··· 58 下一页
摘要: w 可以看到当前登录用户、登录位置,以及他们正在执行的命令。 $ w 09:43:34 up 1 day, 7:34, 10 users, load average: 3.77, 2.59, 2.08 USER TTY FROM LOGIN@ IDLE JCPU PCPU WHAT lx pts/0 阅读全文
posted @ 2025-03-01 17:57 Undefined443 阅读(23) 评论(0) 推荐(0)
摘要: 方法 查看块设备(磁盘)列表,找到新磁盘名称: $ lsblk -e 7 NAME MAJ:MIN RM SIZE RO TYPE MOUNTPOINTS sda 8:0 0 2T 0 disk ├─sda1 8:1 0 1M 0 part ├─sda2 8:2 0 2G 0 part /boot 阅读全文
posted @ 2025-02-28 22:54 Undefined443 阅读(40) 评论(0) 推荐(0)
摘要: 让我们坦率一点吧,你写了一篇博客,根本就没有人读。 至少,没有你想要的那么多读者。你把自己的想法倾注在文章,精心构思每个句子,选择合适的图片 然后什么反响也没有,没有点赞,没有分享,没有互动。 那么写博客的意义何在? 首先,关于写博客,有两个误解。一个是只要我写出了好文章,读者自然就会来。不,他们不 阅读全文
posted @ 2025-02-28 20:41 Undefined443 阅读(60) 评论(0) 推荐(0)
摘要: Netplan Netplan 是 Ubuntu 的网络配置工具。其配置文件存储在 /etc/netplan 目录下。以下是一个示例配置 01-netcfg.yaml: network: ethernets: enp1s0f0: dhcp4: false addressed: [192.168.1. 阅读全文
posted @ 2025-02-28 15:04 Undefined443 阅读(23) 评论(0) 推荐(0)
摘要: TL;DR 要关闭 MoTD 消息,有两种方式: 用户级:touch .hushlogin 系统级:sudo chmod -x /etc/update-motd.d/* 介绍 当你通过 SSH 登录 Ubuntu 时,通常会看到这样的消息: Welcome to Ubuntu 22.04.5 LTS 阅读全文
posted @ 2025-02-24 15:16 Undefined443 阅读(384) 评论(0) 推荐(0)
摘要: 这篇文章介绍如何在 PyTorch 中使用 TensorBoard 记录训练数据。 记录数据 初始化 创建摘要编写器用于写入日志数据: from torch.utils.tensorboard import SummaryWriter import datetime timestamp = date 阅读全文
posted @ 2025-02-22 18:27 Undefined443 阅读(97) 评论(0) 推荐(0)
摘要: .mailmap 文件用于在 Git 项目中规范化和修正提交历史记录中的作者信息。通常,开发者在提交代码时可能会使用不同的电子邮件地址或名字,这可能导致项目的提交历史看起来混乱不一致。通过使用 .mailmap 文件,你可以将这些不同的身份映射到一个统一的名字和电子邮件地址。 配置 创建 .mail 阅读全文
posted @ 2025-02-21 01:23 Undefined443 阅读(96) 评论(0) 推荐(0)
摘要: Windows Commands 常用命令 REM 查看命令帮助 HELP [command] REM 显示消息,或将命令回显打开或关闭 ECHO REM 显示当前目录的名称或将其更改 CD REM 清除屏幕 CLS REM 启动单独的窗口以运行指定的程序或命令 START REM 显示环境变量 P 阅读全文
posted @ 2025-02-17 23:59 Undefined443 阅读(24) 评论(0) 推荐(0)
摘要: 安装 PyTorch 和 Transformers 库 pip install torch transformers 加载分词器 from transformers import AutoTokenizer # 加载分词器 tokenizer = AutoTokenizer.from_pretrai 阅读全文
posted @ 2025-02-17 22:59 Undefined443 阅读(14) 评论(0) 推荐(0)
摘要: 简介 在深度学习领域,正则化是一种用于减小模型方差(避免过拟合)的方法。 偏差(bias):欠拟合 方差(variance):过拟合 正则化的方法是在成本函数中加入正则化项。 \(L_2\) 正则化 \[J(w, b) = \frac{1}{m} \sum_{i=1}^m \mathcal{L}(\ 阅读全文
posted @ 2025-02-13 15:35 Undefined443 阅读(17) 评论(0) 推荐(0)
上一页 1 ··· 11 12 13 14 15 16 17 18 19 ··· 58 下一页