2023年11月19日
给一个列表，一个文件，复制文件重命名到指定文件
摘要： import os import shutil data = """E670Z""" # 按照 "E" 进行分割，并保留 "E" 在每个元素前面 elements = ["E" + item.strip() for item in data.split("E") if item] print(ele 阅读全文
posted @ 2023-11-19 14:17 Arxu 阅读(24) 评论(0) 推荐(0)
CADquery 螺纹的绘制
摘要： from cadquery import * import cadquery as cq from math import * def helix(r0, r_eps, p, h, d=0, frac=1e-1): def func(t): if frac < t < 1 - frac: z = h 阅读全文
posted @ 2023-11-19 13:44 Arxu 阅读(120) 评论(0) 推荐(0)
2023年11月10日
rotateAboutCenter ， rotate旋转
摘要： 旋转角度，逆时针为正 pathdemo4 = pathdemo.rotate((0, 0, 0),(0,0,10),10) pathdemo3 = pathdemo.rotateAboutCenter((10,0,0),30) 阅读全文
posted @ 2023-11-10 17:05 Arxu 阅读(24) 评论(0) 推荐(0)
Ex023_Sweep.py
摘要： import cadquery as cq # 用于创建样条曲线和折线路径的点集 pts = [(0, 1), (1, 2), (2, 4)] # 从点集生成样条曲线路径 path = cq.Workplane("XZ").spline(pts) # 沿着刚刚创建的样条曲线路径扫描一个直径为 1.0 阅读全文
posted @ 2023-11-10 16:19 Arxu 阅读(52) 评论(0) 推荐(0)
2023年11月4日
stressnet
摘要： os.environ["CUDA_VISIBLE_DEVICES"] = "0" os.environ["CUDA_VISIBLE_DEVICES"] = "0" 是Python中的代码，它用于设置环境变量 CUDA_VISIBLE_DEVICES 的取值为 "0"。 在深度学习和GPU加速的环境中 阅读全文
posted @ 2023-11-04 22:01 Arxu 阅读(160) 评论(0) 推荐(0)
2023年10月25日
简单网络 Sequential model
摘要： import numpy as np import tensorflow as tf import matplotlib.pyplot as plt # X-Data N = 200 X = np.random.random(N) print(X) [0.87043833 0.34352561 0. 阅读全文
posted @ 2023-10-25 21:49 Arxu 阅读(109) 评论(0) 推荐(0)
jupyter notebook快捷键
摘要： 命令行模式(按 Esc 生效)编辑快捷键F: 查找并且替换Ctrl-Shift-F: 打开命令配置Ctrl-Shift-P: 打开命令配置Enter: 进入编辑模式P: 打开命令配置Shift-Enter: 运行代码块, 选择下面的代码块Ctrl-Enter: 运行选中的代码块Alt-Enter: 阅读全文
posted @ 2023-10-25 19:59 Arxu 阅读(510) 评论(0) 推荐(0)
tf安装
摘要： 首先打开 anaconda prompt 新建环境 conda create -n tf-gpu python=3.8 y 激活创建的环境 conda activate tf-gpu 选择最终的cuda和cudnn搭配组合 conda install cudatoolkit=10.1.243 con 阅读全文
posted @ 2023-10-25 16:41 Arxu 阅读(170) 评论(3) 推荐(0)
conda 操作
摘要： 新建环境: conda create -n pytorch python=3.6 删除环境: conda remove -n "环境名" --all 进入创建的虚拟环境 conda activate test 离开环境 conda deactivate 重置通道设置 如果想要删除添加的所有镜像源，重 阅读全文
posted @ 2023-10-25 14:47 Arxu 阅读(40) 评论(0) 推荐(0)
TF学习笔记
摘要： 参考:http://t.csdnimg.cn/crHL1 检查下CUDA是否安装成功。打开cmd，输入以下命令查看CUDA是否安装成功（二选一）如果不能显示以下信息，则说明安装失败。 nvcc -V nvcc --version 还可以查看CUDA 设置的环境变量。 我们还可以搜索CUDA 的安装目 阅读全文
posted @ 2023-10-25 11:15 Arxu 阅读(52) 评论(0) 推荐(0)