【AI基础】第四步：保姆喂饭级-langchain+chatglm2-6b+m3e-base
保姆喂饭级，手把手安装langchain,使用大模型chatglm2-6b和嵌入模型m3e-base。
从零开始微调阿里的qwen_vl_chat模型
通过这个重定向，标准错误输出和标准输出都会被写入 train.log 文件。这个脚本文件名为 finetune_lora_single_gpu.sh，通常用于单 GPU 上进行 LoRA（Low-Rank Adaptation）的微调。模型训练完会保存在output_qwen文件中，想要修改去fin
nvchad、neovim、lspconfig中conda的python不能被检测解决方法
问题描述：在neovim中使用python编程，使用lsp时，想使用conda中的虚拟环境中的python。实现更改neovim中python provider。但是通过checkheal发现还是没有改。需要先在当前终端中激活conda的虚拟环境在打开nvim。
Ubuntu CUDA相关问题全解（版本查看、安装、多版本切换、conda虚拟环境使用CUDA版本确定）
Nvidia 官方提供的 CUDA Toolkit是一个完整的工具安装包，其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。使用 Nvidia 官网提供的 CUDA Toolkit 可以安装开发 CUDA 程序所需的工具，包括 CUDA 程序的编译器、IDE、
《人工智能》
人工智能的概念与定义人工智能的概念与定义。
用Conda配置 Stable Diffusion WebUI 1.9.4
本文主要讲解: 如何用Conda搭建Stable Diffusion WebUI 1.9.4环境，用Conda的方式安装，不需要单独去安装Cuda了。
用webui.sh安装报错No module named ‘importlib.metadata‘
解决，退出conda环境，删除之前在stable-diffusion-webui/中的venv的文件夹，然后再试试。
彻底解决 `ModuleNotFoundError: No module named ‘MySQLdb‘` 这个错误
python项目启动时报错，但是mysql相关的驱动都已经安装，mysqlclient、pymysql等。
ubuntu22.04下使用conda安装pytorch(cpu及gpu版本)
本文介绍了conda下安装cpu、gpu版本的pytorch；并介绍了如何设置镜像源。
使用清华大学开源软件镜像站加速pip、conda、ubuntu、ros下载
清华大学开源软件镜像站，简称清华大学镜像站或清华镜像站或清华源，是一个位于中国清华大学的服务器，提供了大量开源软件的下载服务。这个镜像站的主要目的是为了提高国内用户访问和下载开源软件的速度和稳定性。由于国际网络连接可能受限或较慢，国内用户直接从国外服务器下载软件可能会遇到困难。清华大学镜像站通过在国
超详细的Linux Conda环境安装教程
在现代开发过程中，环境管理是确保项目顺利进行的关键之一。不同的项目可能需要不同的库和依赖版本，而直接在系统级别安装这些依赖往往会导致冲突和混乱。为了解决这个问题，Conda 应运而生。Conda 是一个开源的软件包管理系统和环境管理系统，可以在Windows、macOS和Linux上快速安装、运行和
PyCharm，终端conda环境无法切换的问题（二个解决方案）
本文，提供了PyCharm终端，切换conda无效环境的两个解决方法
ubuntu安装Conda
在自定义环境下安装需要的组件，开始你的python世界遨游吧。
Anaconda的环境快速迁移（目前windows，未来更新linux）
日常办公经常需要在新机器上部署运行环境并进行代码调试，尤其是在AI迅速发展的今天，python已经成为了强有力的AI领域编程语言之一。为了方便对不同windows下python代码工程进行快速部署。本文主要从工具环境的安装、原环境的快速打包、新环境的安装三个方面进行讲解。
【Python新手入门指南】Linux-conda环境安装与使用参考
在我看来，用Python的版本管理工具，这种解决方案解决版本报错是最佳的。我在入门Python的时候，Python版本之间的差异极其巨大，一些特性真的是版本不对就没有了，然后就是找解决方案，这种版本差异对我学习的积极性影响巨大。如今我已经有足够多的经验来解决这些问题，是时候为新手铲除一些学习路上的拦
pycharm中无法加载出来已经配置好的conda环境
（1）不同的项目构造不同的解释器时，可以建立不同的项目文件夹，直接在右下角添加解释器，选择现有的环境使用（2）要在相同的项目中使用不同的解释器时，可以在该项目里，右下加添加解释器，使用现有环境，实现相同项目切换不同解释器。
从零开始配置一个能用GPU训练的人工智能环境
从零安装tensorflow, cuda, cudnn
在移动硬盘上搭建Ubuntu24.04深度学习环境（Anaconda + CUDA + Pytorch）
记录Ubuntu24.04 LTS amd64在1T高速移动硬盘部署深度学习环境的全过程
PyCharm2023中配置使用Anaconda的虚拟环境
在2023版本的PyCharm中配置并使用Anaconda虚拟环境
pycharm中添加conda环境所遇到的问题及解决方法汇总
加载完了之后，你先前所配置的环境应该就可以正常使用了，还有一点注意：我之前用的是pycharm的社区版，加载完了以后虽然是没有问题，但是它解释器却并没有显示我用的是conda环境，而是普通的环境，但是不要着急，退了重启一下pycharm应该就会正常显示了。当遇到这个情况的时候，首先就不要等它加载了，
