Linux Ubuntu Python 3.14.3 安装ssl警告解决以及PyCharm配置指南

Linux Ubuntu Python 3.14.3 安装ssl警告解决以及PyCharm配置指南

python安装指南p首先输入该网页 https://www.python.org/downloads/release/python-3143/

找到此界面,第一个选择下载,到下载路径输入tar -zxvf Python-3.14.3.tgz ,,文件名因人而异

解压后出现Python-3.14.3然后进入输入./configure --enable-optimizations 执行完后输入ls 查看有没有makefile

输入,make -j$(nproc) 进行编译

等待编译完成后输入sudo make altinstall 等待安装完成

一般到这就结束了,但我由于之前下了个python版的opencv并创建了python虚拟环境没激活导致waring如下

查了下很是很重要的。首先进入之前自己创建的虚拟环境,大概率在ls ~/.local/share/virtualenvs/  # 或 ls ~/.virtualenvs/
ls ~/envs/  # 常见位置

我的在/home/liaojian/opencv_env,,这是我自己设置的

然后执行下列命令

# 激活虚拟环境
source ~/opencv_env/bin/activate

# 现在应该看到 (opencv_env) 在提示符前
# 检查SSL
python -c "import ssl; print(ssl.OPENSSL_VERSION)"
python -c "import ssl; print(ssl._ssl)"  # 应为<module '_ssl' ...>
 

步骤3:如果需要修复

 # 如果虚拟环境有问题,最简单是重建 cd ~ rm -rf opencv_env  # 删除旧环境 # 使用系统Python创建新环境 python3 -m venv opencv_env --system-site-packages # 激活并测试 source ~/opencv_env/bin/activate # 安装OpenCV pip install opencv-python # 验证 python -c "import cv2; print('OpenCV安装成功:', cv2.__version__)"

# 在终端运行(不要用sudo!)
python3.14 -m pip install --upgrade pip 2>&1 | grep -i "warning\|ssl\|truststore"

结果测试一下还是有问题,无奈问了下ai,结果发现没有ssl标题档,笔者水平有限不知道是干啥的就跟着ai走了


先sudo apt-get update
sudo apt-get install libssl-dev openssl
看一下ssl.h存不存在
ls -l /usr/include/openssl/ssl.h

如果不存在就找其他位置
find /usr -name "ssl.h" 2>/dev/null
find /usr/include -name "*.h" | grep -i ssl
如果找到其他路径要在重新编译时记录路径例如 ./configure --with-openssl=/usr/local/include/openssl
进入python所在目录重新编译python并安装。



然后发现还有一个问了下ai是正常的,这个pip警告,可以忽略,如果有大佬知道该怎么消除也可以指正,欢迎讨论。
接下来要琢磨一下pycharm的下载。
https://www.jetbrains.com/zh-cn/pycharm/download/?section=linux


注意这里有两个版本,第二个版本是arm版,一般电脑下第一个。。。。。待更新

我靠,一发布就70阅读还有四个点赞,火速更新


首先进入到下载目录,输入
tar -xzvf pycharm-2025.3.2.1.tar.gz
等待解压结束


进入pycharm目录
cd pycharm-2025.3.2.1/
ls -la
应该能看到这个目录结构

接下来进入bin目录执行
./pycharm
即可运行,接下来创建快捷方式。


由于博主已经装了clion可以直接迁移,所以设置中文教程只能用大致教一下,算了,贴一个阅读量大的帖子吧PyCharm汉化:简单两步搞定!PyCharm怎么设置中文简体,为什么我的pycharm搜不到中文语言包(Chinese ​(Simplified)​ Language Pack)_pycharm为什么改不了中文-ZEEKLOG博客
接下来教如何创建快捷方式
首先

cat > ~/.local/share/applications/pycharm.desktop << 'EOF'
[Desktop Entry]
Version=1.0
Type=Application
Name=PyCharm Professional
Icon=/home/liaojian/下载/pycharm-2025.3.2.1/bin/pycharm.png
Exec=/home/liaojian/下载/pycharm-2025.3.2.1/bin/pycharm.sh
Comment=Python IDE for Professional Developers
Categories=Development;IDE;
Terminal=false
StartupWMClass=jetbrains-pycharm
EOF
icon和exec路径按照自己的实际路径选择


然后
sudo cp ~/.local/share/applications/pycharm.desktop /home/用户名/桌面/就有了类似下面的快捷方式,但还不能执行因为文件只属于root用户

sudo chown 用户名:用户名 ~/桌面/快捷键名


如没有就sudo update-desktop-database
先写到这里,博主有点累已经在火速更新了
                                                                分割线

---------------------------------------------------------------------------------------------------------------------------------
博主休息完了,其实剩下的也不多就一步,右键图标然后允许运行,就大功告成了。

Read more

人工智能:扩散模型(Diffusion Model)原理与图像生成实战

人工智能:扩散模型(Diffusion Model)原理与图像生成实战

人工智能:扩散模型(Diffusion Model)原理与图像生成实战 1.1 本章学习目标与重点 💡 学习目标:掌握扩散模型的核心原理、前向扩散与反向扩散过程,以及基于扩散模型的图像生成任务实战流程。 💡 学习重点:理解扩散模型的噪声添加与噪声消除机制,学会使用 PyTorch 搭建 DDPM 模型,完成手写数字图像生成任务。 1.2 扩散模型的核心思想 1.2.1 为什么需要扩散模型 💡 传统的生成模型(如 GAN)存在训练不稳定、模式崩溃等问题。扩散模型作为一种基于概率的生成模型,通过逐步添加噪声和逐步去除噪声的双向过程,实现了更稳定的训练和更高质量的生成效果。 扩散模型的灵感来源于非平衡热力学,它的核心是将复杂的生成问题拆解为多个简单的马尔可夫链步骤。在图像生成、文本生成、语音合成等领域,扩散模型的表现已经超越了传统生成模型。 1.2.2 扩散模型的基本框架 💡 扩散模型包含两个核心过程:前向扩散过程和反向扩散过程。 1. 前向扩散过程:从真实数据出发,

By Ne0inhk
2026年AI Agent实战:从玩具到生产力的落地手册(附源码)

2026年AI Agent实战:从玩具到生产力的落地手册(附源码)

欢迎文末添加好友交流,共同进步! “ 俺はモンキー・D・ルフィ。海贼王になる男だ!” * 前言 * 目录 * 一、AI Agent 的核心架构 * 1.1 什么是AI Agent? * 1.2 2026年Agent技术栈全景 * 二、从零搭建生产级Agent框架 * 2.1 项目结构设计 * 2.2 核心代码:Agent基类 * 2.3 记忆管理系统 * 三、三大核心技术实现 * 3.1 ReAct框架:推理+行动协同 * 3.2 工具调用系统 * 3.3 任务规划器 * 四、实战案例:智能客服Agent * 4.1 场景分析

By Ne0inhk
医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(四)

医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(四)

第7章 k-均值算法:患者分群与精准医疗 在医疗领域,我们常常面临这样的问题:患者是否可以划分为不同的亚型?不同亚型是否有不同的疾病进展模式或治疗反应?这些问题属于无监督学习的范畴。k-均值(k-means)聚类算法是最经典、最常用的无监督学习算法之一,它能够将数据划分为 k 个簇,使得同一簇内的样本高度相似,不同簇间的样本差异显著。本章将从算法原理出发,深入解析 k-均值在医疗场景中的应用,并通过实战案例展示如何利用 k-均值发现慢性病患者的潜在亚型,为精准医疗提供依据。 7.1 算法原理 7.1.1 聚类问题概述 聚类是一种无监督学习任务,目标是将数据集中的样本划分为若干个组(簇),使得同一组内的样本尽可能相似,不同组间的样本尽可能不同。与分类不同,聚类不依赖于预先标记的类别,而是从数据本身发现结构。 7.1.2 k-均值算法的核心思想 k-均值算法试图将 n 个样本划分到 k 个簇中,使得每个样本到其所属簇中心的距离平方和最小。簇中心是簇内所有样本的均值(因此得名“

By Ne0inhk
OpenClaw接入企业微信全攻略:从0到1打通企业AI协作通道

OpenClaw接入企业微信全攻略:从0到1打通企业AI协作通道

摘要:本文详细介绍了将OpenClaw AI框架接入企业微信的完整方案。通过两种主流接入方式(API模式机器人和自建应用),企业可以快速实现智能问答、流程自动化等AI能力落地。文章重点讲解了从前期准备、核心接入流程到生产环境部署的全套实操步骤,包括权限配置、网络设置、参数对接等关键环节。同时提供了进阶优化建议,如后台守护、HTTPS加固、权限管控等企业级功能配置,以及常见问题排查方法。该方案能有效解决企业信息孤岛问题,将AI能力无缝嵌入员工日常办公场景,在保障数据安全的同时显著提升工作效率。 目录 一、前言:为什么要将OpenClaw接入企业微信? 二、接入前置准备 OpenClaw介绍 接入准备工作 三、核心接入流程(两种方案任选) 方案一:API模式机器人接入(新手首选,快速上手) 步骤1:企业微信后台创建API模式机器人 步骤2:OpenClaw安装企微插件并配置参数 步骤3:完成机器人创建并测试联调 方案二:企业微信自建应用接入(企业级进阶方案) 步骤1:企业微信创建自建应用并获取核心凭证 步骤2:OpenClaw配置自建应用核心参数 步骤3:启用应

By Ne0inhk