开发者社区云计算文章正文

‘conda‘不是内部或外部命令，也不是可运行的程序或批处理文件。

2022-08-27 5036

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： ‘conda‘不是内部或外部命令，也不是可运行的程序或批处理文件。

Anaconda环境搭建常见问题

在这里插入图片描述

conda不是内部或外部命令，也不是可运行的程序或批处理文件。

在这里插入图片描述

解决方案：配置环境变量

1.找到Anaconda Nvaigator单机右键

2.更多

3.打开文件所在位置

在这里插入图片描述

4.继续Anaconda Nvaigator单机右键，更多，选择文件所在位置

在这里插入图片描述

5.复制路径

在这里插入图片描述

6.找到此电脑，右击，选择属性

在这里插入图片描述

7.点击高级系统设置

在这里插入图片描述

8.点击环境变量配置

在这里插入图片描述

9.系统环境变量，找到path，编辑

在这里插入图片描述

10.编辑环境变量

在这里插入图片描述

11.找到script文件双击打开

在这里插入图片描述

12.复制路径

在这里插入图片描述

13.重复上面的操作，点击确定

在这里插入图片描述

14.确定

在这里插入图片描述

15.确定

在这里插入图片描述

16.现在在win+r cmd 确定

在这里插入图片描述

17.再次输入conda

在这里插入图片描述

北极的三哈

鳄鱼儿

应用服务中间件 nginx Windows

nginx反向代理wss websocket

本文是博主学习nginx的记录，希望对大家有所帮助。

鳄鱼儿

1932 0 0

云服务器吧

机器学习/深度学习缓存并行计算

NVIDIA Tesla GPU系列P4、T4、P40以及V100参数性能对比

NVIDIA Tesla系列GPU适用于高性能计算（HPC）、深度学习等超大规模数据计算，Tesla系列GPU能够处理解析PB级的数据，速度比使用传统CPU快几个数量级，NVIDIA Tesla GPU系列P4、T4、P40以及V100是Tesla GPU系列的明星产品，云服务器吧分享NVIDIA.

云服务器吧

83377 1 2

sagima

Ubuntu

Ubuntu系统镜像下载，国内镜像站大全（山大/清华/阿里/浙大/中科大...）

装Ubuntu，是很多理工科同学入门的第一个挑战，首先我们就需要找到一个能用的iso镜像，根据你的网络环境的不同，不同的站点下载速度会不一样，下面列举一下几个比较好用的，都是来自Ubuntu官方推荐镜像站链接导航国内分区

sagima

9077 0 0

jouypub

开发工具 git 缓存

Git忽略规则.gitignore不生效

在项目开发过程中个，一般都会添加 .gitignore 文件，规则很简单，但有时会发现，规则不生效。原因是 .gitignore 只能忽略那些原来没有被track的文件，如果某些文件已经被纳入了版本管理中，则修改.gitignore是无效的。

jouypub

60797 4 5

nanshaws

11月前

并行计算异构计算

卸载原有的cuda，更新cuda

本文提供了一个更新CUDA版本的详细指南，包括如何查看当前CUDA版本、检查可安装的CUDA版本、卸载旧版本CUDA以及安装新版本的CUDA。

nanshaws

8926 3 3

周周的奇妙编程

人工智能 Linux Docker

一文详解几种常见本地大模型个人知识库工具部署、微调及对比选型（1）

近年来，大模型在AI领域崭露头角，成为技术创新的重要驱动力。从AlphaGo的胜利到GPT系列的推出，大模型展现出了强大的语言生成、理解和多任务处理能力，预示着智能化转型的新阶段。然而，要将大模型的潜力转化为实际生产力，需要克服理论到实践的鸿沟，实现从实验室到现实世界的落地应用。阿里云去年在云栖大会上发布了一系列基于通义大模型的创新应用，标志着大模型技术开始走向大规模商业化和产业化。这些应用展示了大模型在交通、电力、金融、政务、教育等多个行业的广阔应用前景，并揭示了构建具有行业特色的“行业大模型”这一趋势，大模型知识库概念随之诞生。

周周的奇妙编程

154626 30 84

AI小怪兽

11月前

机器学习/深度学习人工智能文字识别

ultralytics YOLO11 全新发布！（原理介绍+代码详见+结构框图）

本文详细介绍YOLO11，包括其全新特性、代码实现及结构框图，并提供如何使用NEU-DET数据集进行训练的指南。YOLO11在前代基础上引入了新功能和改进，如C3k2、C2PSA模块和更轻量级的分类检测头，显著提升了模型的性能和灵活性。文中还对比了YOLO11与YOLOv8的区别，并展示了训练过程和结果的可视化

AI小怪兽

17775 0 2

VipSoft

JSON 自然语言处理数据处理

数据标注工具 Label-Studio

VipSoft

3813 0 1

游客jjw5lou74ja6k

Web App开发前端开发 API

老板的灵魂提问: 别人家的视频能自动播放为什么你开发的无法自动播放？为什么网页上的音视频无法自动播放了？

游客jjw5lou74ja6k

251 0 0

Deephub

机器学习/深度学习自然语言处理数据挖掘

RouteLLM：高效LLM路由框架，可以动态选择优化成本与响应质量的平衡

新框架提出智能路由选择在强弱语言模型间，利用用户偏好的学习来预测强模型胜率，基于成本阈值做决策。在大规模LLMs部署中，该方法显著降低成本而不牺牲响应质量。研究显示，经过矩阵分解和BERT等技术训练的路由器在多个基准上提升性能，降低强模型调用，提高APGR。通过数据增强，如MMLU和GPT-4评审数据，路由器在GSM8K、MMLU等测试中展现出色的性能提升和成本效率。未来将测试更多模型组合以验证迁移学习能力。该框架为LLMs部署提供了成本-性能优化的解决方案。

Deephub

605 2 2

‘conda‘不是内部或外部命令，也不是可运行的程序或批处理文件。

Anaconda环境搭建常见问题

conda不是内部或外部命令，也不是可运行的程序或批处理文件。