Thee

前言：这里采用vsftpd在Ubuntu 18.04云服务器上搭建FTP服务，支持匿名用户、本地用户和虚拟用户三种类型。 安装vsftpd1$ sudo apt install vsftpd 使用ps -ef | grep ftp命令查看是否开启了FTP服务进程，有如下进程表示开启成功。 设置开机自启动 1$ sudo systemctl enable vsftpd 查看FTP服务状态 1$ sudo systemctl status vsftpd.service 启动/重启/停止FTP服务 1$ sudo systemctl start/restart/stop vsftpd.service 匿名用户访问配置 创建FTP存放目录 123$ mkdir /home/ftp$ cd /home/ftp$ mkdir anonymous # 匿名访问目录 备份vsftpd配置文件 1sudo cp /etc/vsftpd.conf /etc/vsftpd.conf.bak 修改vsftpd配置文件 1sudo vim /e ...

前言：这篇文章是我学习LaTeX数学公式时根据数学公式怎么敲？LaTeX保姆级教程讲解边看边写而成的学习笔记，留下作为记录. 注意：这里由于网页不方便渲染LaTeX，因此我将typora中的LaTeX渲染效果变为图片，其下代码即该LaTeX代码. 希腊字母 123456\delta,\lambda\\\Delta,\Lambda\\\alpha,\beta\\\Alpha,\Beta\\\phi,,\varphi\\\epsilon,\varepsilon\\ 上下标英文字母只有在表示变量(或单一字符的函数名称)才使用斜体,其余情况使用罗马体(直立体) 12345678a^2,a_1\\x^{y+z},P_{ij}\\x_i,x_{\rm i},x_{\text i}\\\text{A B},\rm{A B}\\\text A B,\rm A B\\{\rm A} B\\\text{e},\text{i ...

前言：最近需要使用电脑的GPU进行并行计算，由于以前也配置过GPU的深度学习环境，但是并没有自己总结如何配置GPU的CUDA和CUDNN，因此趁着这次写了这篇文章，留作记录。 一、清理NVIDIA的CUDA和CUDNN 从未配置过GPU深度学习环境的话直接跳过 如果以前配置过对应的GPU深度学习环境，需要重新配置的话，计算机中至多保留上面的应用程序，卸载完成后记得用火绒等软件清理无用的注册表 二、安装CUDA Toolkit1、CUDA版本说明 使用命令nvidia-smi和nvcc -V均能查看安装的CUDA版本，但不同的是nvidia-smi查看的是显卡驱动程序安装的CUDA版本，nvcc -V是由CUDA Toolkit安装的CUDA版本 像使用GPU进行深度学习通常是指nvcc -V的CUDA版本 关于CUDA的不同版本可以参考文章cuda 的driver API 和 runtime API，个人认为写得比较详细 2、下载CUDA Toolkit安装包 CUDA ToolKit下载官网地址 根据需要下载对应版本的CUDA Toolkit安装包 ...

搭建个人博客1.创建仓库 新建名为username.github.io的仓库，例如Thee24LYJ.github.io 创建成功后，博客网站访问地址就是https://Thee24LYJ.github.io(不区分大小写) 2.配置SSH key 提交代码需要拥有github权限，但是直接使用用户名和密码不安全，所以我们使用ssh key来解决本地和服务器的连接问题 使用git bash执行命令 1$ cd ~/.ssh # 检查本机已经存在的ssh密匙 如果提示No such file or directory说明是第一次使用git 执行命令 1ssh-keygen -t rsa -C "邮件地址" # 邮件地址为GitHub绑定的邮箱 然后连续三次回车，打开用户目录，找到.ssh\id_rsa.pub文件，记事本打开并复制里面的内容，打开github主页，进入个人设置 -> SSH and GPG keys -> New SSH key：输入刚才复制的Key，Title随意 测试是否成功 1$ ssh -T git@github.com ...