很早之前下载了一个网上的交友社区lovdbyless,但是由于学习比较忙就没有怎么看,最近没什么想跑起来学习一下,多亏了Ruby on Rails公园的群里同志们的帮忙,现在将全过程记录如下
1.首先是按照readme里面的要求下载相应的gem包,感觉跑这个项目让我学会了怎么安装gem包,在rubyforge上搜索相应的gem,下载到指定的文件夹,然后利用gem install gem名称进行安装,我没有用在线安装。
下载的gem包如下
-youtube-g
- rflickr
- uuidtools
- colored
- hpricot
- tzinfo
- mocha
- redgreen
- RedCloth
- rmagick (will require ImageMagick, which is not a gem)
- acts_as_ferret
- ferret
- win32console (windows only)
- avatar (version 0.0.5 or greater)
ferret没有,到http://rubyforge.org/frs/?group_id=1028下载gem install ferret-0.11.6-mswin32.gem
2.修改database.yml为自己数据库的设置,用的是mysql数据库
我的下载根本就没有这个文件,所以需要自己建立。
3.安装rmagick最为麻烦,需要下载rmagick-2.3.0-x86-mswin32.gem安装,并且还要安装
ImageMagick-6.4.0-2-Q8-windows-dll.exe
我的安装完成后,提示找不到.dll文件,然后我将ImageMagick-6.4.0-2-Q8-windows-dll.exe安装目录下面的.dll文件全部拷贝到/ruby/bin下面就可以了
由于在内行人看来比较简单,所以不发表,只是自己记录自己的工作
分享到:
相关推荐
数学建模学习资料 姜启源数学模型课件 M04 数学规划模型 共85页.pptx
研究报告
数学建模学习资料 姜启源数学模型课件 M07 差分方程模型 共33页.pptx
研究报告
从头开始的 YOLOv1自述YOLOv1 的实现来自博客必需的pytorch 1.1.0火炬视觉numpy > 1.16.2opencv 3.4.1VOC2012数据集这个 repo 现在能做什么使用VOC2012数据集进行训练推理(测试图像)结果待办事项添加 mAP 指标
Deepstream 5.1 YOLOv4 应用程序这个 Deepstream 应用程序展示了以高 FPS 吞吐量运行的 YOLOv4!PS-点击 gif 即可观看整个视频!指数Deepstream 设置安装系统依赖项安装Deepstream运行应用程序克隆存储库下载权重文件构建应用程序使用不同的输入源运行引用Deepstream 设置本文假设您拥有一个功能齐全的 Jetson 设备。如果没有,您可以参考此处的文档。1.安装系统依赖项sudo apt install \libssl1.0.0 \libgstreamer1.0-0 \gstreamer1.0-tools \gstreamer1.0-plugins-good \gstreamer1.0-plugins-bad \gstreamer1.0-plugins-ugly \gstreamer1.0-libav \libgstrtspserver-1.0-0 \libjansson4=2.11-12.安装Deepstream从这里下载 DeepStream 5.1 J
Tensorflow 中的 TinyYOLOv2 变得更加简单您可以使用这段代码做什么从原始 yolo-v2 的二进制文件中提取权重,将其分配给 TF 网络,保存 ckpt,对输入图像或网络摄像头执行检测你不能用此代码做什么以任何方式针对任何数据集训练 YOLOv2描述我一直在寻找 YOLOv2 的 Tensorflow 实现,但 darknet 版本和衍生版本并不容易理解。这个版本是 Tiny YOLOv2 的一个更容易理解的版本。权重提取、权重结构、权重分配、网络、推理和后处理都尽可能简单。该实现在测试图像“dog.jpg”上的输出如下需要明确的是,这个实现在 pjreddie 的网站上被称为“tiny-yolo-voc”,可以在这里找到这是“tiny-yolo-voc”的具体实现,但代码可以重复用于导入其他配置!您需要根据要使用的“cfg”文件更改网络架构和超参数。代码组织方式如下weights_loader.py 将 pjreddie 的二进制权重文件中的权重加载到 tensorflow 网络中,并保存 ckptnet.py 包含 pjr
将 yolov5 导出到 tflite 并在 Raspberry Pi 和 CPU 上运行推理Yolov5 导出至 Raspberry Pi这是一个两步过程将模型权重转换为 tflite在 Raspberry Pi 上运行推理将模型权重转换为 tflite如果您不想在系统上安装任何东西,那么请使用这个Google Colab(推荐)。 如果您想在您的系统上执行转换,请按照以下说明操作我建议为此创建一个新的 conda 环境,因为我们需要 python==3.7.0conda create -n yolov5_env python==3.7.0conda activate yolov5_env然后运行以下命令并用您自己的模型路径替换yolov5s.pt,并相应地更改yolov5s.yaml。git clone https://github.com/ultralytics/yolov5.gitcd yolov5pip3 install tensorflow==2.3.1pip install -r requirements.txtpytho
研究报告
软件综合设计三班六组项目:人像文本技术吧前端.zip
linux 利用Java设计飞机大战小游戏.zip学习资料
该资源内项目源码是个人的课程设计、毕业设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过严格测试运行成功才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。
网络训练、图像制作以及部分hend功能是基于pc端实现的,只有主干网络部署在fpga上,片上资源无法支持整个网络所需资源,建议外部添加存储及DDRyolov5-fpga-硬件加速写在前面网络训练、图像制作以及部分head功能是基于pc端实现的,只有主干网络部署在fpga上,片上资源无法支持整个网络所需资源,建议添加外部存储及DDR注意,这里只添加了模块代码,考虑到不同板子对应的eda不同,只将fpga中纯源码给出可,经过仿真无误。添加相关ip核及引脚配置进行组网
斐讯K2刷机包通用版本
狭义的PH47框架是一套以无人机飞控为典型应用案例,涵盖无人车或船、GCS数据采集、伺服控制、AHRS、地面模拟仿真系统等的通用控制器代码框架,该框架以Stm32CubeMx生成代码为基础,在其之上建立了分层并模块化、可替换可移植的代码框架体系,从而能够方便的在ST单片机系统间移植,同时也适用于其他型号的单片机系统。 而完整的PH47框架还包括了BBP系列、SinglePilot、PH7硬件控制板、控制站开发平台Control Station Studio、多轴飞行试验平台、固定翼飞行平台Cross等子系统。
本设计由STC89C52单片机电路+红外避障传感器电路+LCD1602液晶显示电路+蜂鸣器报警电路+电源电路组成。 功能描述: 1、通过2个红外避障传感器检测人体反应的开始和结束,LCD1602液晶显示人体反应的速度。中间距离计算默认1m。 2、第一个红外避障传感器检测到障碍物时,蜂鸣器鸣叫一声作为提示。 资料包含: 程序源码 电路图 任务书 答辩技巧 开题报告 参考论文 系统框图 程序流程图 使用到的芯片资料 器件清单 等等
系统学习linux命令
使用Java开发的一个小的飞机大战游戏.zip面试
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。