Anaconda安装(2024最新版)

Anaconda安装(2024最新版)

        安装新的anaconda需要卸载干净上一个版本的anaconda,不然可能会在新版本安装过程或者后续使用过程中出错,完全卸载干净anaconda的方法,可以参考我的博客

第一步:下载anaconda安装包

        官网:Anaconda | The Operating System for AI

(不过官网是外网,这里推荐国内清华大学的镜像源,对于国内的网络友好,下载速度更快!)

清华镜像网:Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/archive/ | 清华大学开源软件镜像站,致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务,帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/         这里有许多版本,博主这些选择下载最新版本的2024.06-1版本,大家根据需求选择即可。

第二步: 安装anaconda

        打开刚刚下载好的安装包,双击运行。

         前面我们一直确认next即可。直到这里我们选择all user。

         这里选择安装路径,这里最好选择自己的路径(默认安装是安装在C盘)。

        这里我们只选择第二个,默认带一个python3.12环境。

         然后等待安装即可,安装文件有几GB,时间会可能会比较久,因各自电脑配置而异,耐心等待即可。

        这里建议勾选,选择finish。(我截的图忘记勾选了,可以选上哈)

         到这里anaconda已经安装完成。

第三步:配置环境变量

        打开设置,搜索“查看高级系统设置”,点击打开。

         打开环境变量。

        在系统变量中,找到变量path。

         双击打开,右键新建。

        新建五个变量进去,将下面的五个变量的结合你的anaconda实际安装目录来更改写入。

(我这里的anaconda安装路径为D:\Anaconda3,把下面的更改为你的anaconda路径即可)

D:\Anaconda3 D:\Anaconda3\Scripts D:\Anaconda3\Library\bin D:\Anaconda3\Library\mingw-w64\bin D:\Anaconda3\Library\usr\bin

        添加结束,右下角确认退出。 

第四步:检查是否安装成功

        按下Win+R,输入cmd打开终端。

        输入命令检验。//检验anaconda版本

conda --version 

//进入anaconda自带的python环境 

python 

  第五步:更改镜像源

(切记,更改镜像源需要在系统环境,如果第四步进入了python环境,需要先输入exit退出,或者重新打开一个终端更改镜像源)

        直接输入以下命令即可,将默认的国外站点更改为国内的镜像源,速度更快!

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ //设置搜索时显示通道地址 conda config --set show_channel_urls yes 

第六步:最后检查

        有一些小伙伴会发现安装anaconda之后,找不到相关的程序。通过下面的方式,在菜单搜索里面,搜索anaconda,就会出现相关终端。

        如果搜索没有相关的anaconda程序,参考一下这个推文。然后anaconda程序使用Anaconda Prompt 或者 Anaconda Powershell Prompt 都是可以的。

        至此,anaconda的安装全部结束,如果小伙伴安装过程中遇到问题,可以评论留言或者私聊我,谢谢。 

Read more

首席情绪架构师(Chief Emotion Architect, CEA):工程化写作的总设计师

首席情绪架构师(Chief Emotion Architect, CEA):工程化写作的总设计师

笔言: 本文旨在对首席情绪架构师(Chief Emotion Architect, CEA)的职责边界进行系统性界定与划分。 题外话: 歌曲地址 【生成曲子不一定完全按照设计带有感情唱出来】 歌曲《天堑:写给所有在相亲路上沉默的人 》情绪曲线设计图(带情绪标记) 情绪曲线图 情绪强度 10 │ 9 │ 🔥【绝望的爆发·被定价的屈辱】 8 │ 😔【悲凉的自嘲·被淘汰的叹息】 7 │ 😮‍💨【无力的呐喊·被计算的自己】 💧【柔软的渴望·一句“回来啦”】 6 │ ╱ ╲ 5 │ 😐【现实的冰冷·被筛选的开始】 🤍【释然的退场·“吹吹风也挺好”】 4 │ 3 │ 2 │ 1 │__________________________________________________________ 主歌1 副歌1 主歌2 副歌2 桥段 尾声 【平静压抑】 【无奈爆发】 【今昔对比】 【绝望高潮】

By Ne0inhk
轮腿机器人代码调试补充

轮腿机器人代码调试补充

* @Author: 星夜雨夜 * @brief: 轮腿基础代码编写调试补充,移植自达妙开源代码 * @attention:笔者默认读者已经熟练掌握机甲大师RoboMaster c型开发板例程代码的底盘代码和INS_task.c陀螺仪代码、熟练掌握各电机can协议和遥控器dbus协议。默认读者已能看懂轮腿圣经和玺佬的五连杆运动学解算与VMC。建议读者仔细研读轮腿圣经3~5遍,边看MATLAB文件和达妙开源代码,掌握轮腿调试和编写大致思路。一定要注意各状态变量的单位和正负号是否正确,轮腿调试过程中,最难之处在于极性是否正确。本车所有电机均为逆时针旋转为正方向。 !!!强烈建议读者在开发轮腿之前,先运用LQR算法完成一阶倒立摆的平衡小车(即板凳模型)的实现 !!!如果时间紧,其实完全可以不搞仿真,直接实机开调。仿真不疯,实物不一定不疯;但实物疯,仿真必疯。 调试成果展示视频链接(抖音):轮腿机器人 一阶倒立摆平衡小车参考资料: 1.本科毕设 轮腿式双足机器人 开源文件演示_哔哩哔哩_bilibili(资料在视频评论区) 2.达妙平衡小车开源:[达妙科技开源系列-平衡小车] 第一弹_哔哩

By Ne0inhk
AIOps实践:基于 Dify+LangBot 实现飞书智能体对话机器人

AIOps实践:基于 Dify+LangBot 实现飞书智能体对话机器人

文章目录 * AIOps实践:Dify接入飞书实现与智能体对话 * 前言 * 环境搭建 * 1、Docker环境搭建 * 2、LangBot搭建 * 3、编辑流水线 * 4、配置飞书机器人 * 5、创建机器人 * 6、进行测试 * 附:遇到的问题 AIOps实践:Dify接入飞书实现与智能体对话 前言 前端时间把dify的智能体接入到了Prometheus和夜莺上,实现了与智能体的基本对话,并可以调取Prometheus数据进行分析,在那之后就开始深度研究AIOps实现原理于深度赋能运维的可能性,所以正在研究AIOps的核心:MCP Server;现在还并未成型,在研究的过程中,就想到了可否基于dify的agent,连接自建的mcp服务器,对接到飞书的机器人上,这样就可以和智能体进行对话,配合成型的mcp,就可以基本实现AIOps。 这里需要借助一个三方的开源工具LangBot,LangBot是一个生产级多平台 LLM 机器人开发平台。那么就开始实践吧: MCP Server开发的当前阶

By Ne0inhk
【AI】——SpringAI通过Ollama本地部署的Deepseek模型实现一个对话机器人(二)

【AI】——SpringAI通过Ollama本地部署的Deepseek模型实现一个对话机器人(二)

🎼个人主页:【Y小夜】 😎作者简介:一位双非学校的大三学生,编程爱好者, 专注于基础和实战分享,欢迎私信咨询! 🎆入门专栏:🎇【MySQL,Javaweb,Rust,python】 🎈热门专栏:🎊【Springboot,Redis,Springsecurity,Docker,AI】  感谢您的点赞、关注、评论、收藏、是对我最大的认可和支持!❤️ 目录 🎈Java调用Deepseek  🍕下载Deepseek模型  🍕本地测试  🍕Java调用模型 🎈构建数据库  🍕增强检索RAG  🍕向量数据库  🍕Springboot集成pgvector 🎈chatpdf 🎈function call调用自定义函数 🎈多模态能力 🎈Java调用Deepseek 本地没有安装Ollama、Docker,openwebUI,可以先学习一下这篇文章:【AI】——结合Ollama、Open WebUI和Docker本地部署可视化AI大语言模型_ollma+本地大模型+open web ui-ZEEKLOG博客

By Ne0inhk