本月林林总总尝试了一些新东西（对我而言），整体完成度还是不高。我的能力还是太欠缺了，当务之急恐怕是先提升自己的代码能力吧。
比较遗憾的是期末考试在即，已经无暇去学习数据结构了，只好把cs61b的课程先放一放。同样的，从现在开始到期末考试结束，任务安排都将会基于考试需求。
下面总结本月的各种尝试：
opencv-python
opencv是计算机视觉经典的专用库，我简单学习了其语法，并自己通过学习教程做了一个小项目。可惜前端基础不够，无法自主构建美观的页面，于是使用AI用gradio构建了一个UI界面。但不知为何，一共有两个UI界面，其中一个始终无法呈现摄像头的拍摄内容，一直处于空白状态，因而该问题暂存（想了挺长时间，可还是无法解决），只能先暂时保留问题了。
这个项目我放在了github中：
基于qwen大模型的智能问答小助手
实际上这个以我的水平是做不出来的，但是这是高中同学的小组作业，我对此感觉挺感兴趣，于是准备探索一下。比较好的一点是，像我这样的小白，无论探索什么都好像发现了什么不得了的东西，这当然对我而言也是事实中的事实。
环境配置
实际上我最终失败了，但是我觉得还是有必要记录一下过程，万一以后有能力给解决了呢。
开始在我的印象里，完成这个只需要在我的pycharm环境里安装pytorch的库，然后继续根据需求添加各种需要的东西就好了，事实证明这个想法过于愚蠢了哈哈哈。
主体过程如下：
安装CUDA，cuDNN，Anaconda，pytorch，pycharm，VSCode
安装cuda
首先我用这个命令了解系统此时所支持的CUDA最大版本是12.6
1 | nvidia-smi.exe |
然后我下载了11.4版本，完成了安装流程
安装cudnn
注册并且下载完成后，打开cudnn后里面有bin，include，lib三个文件夹；而打开上面安装好的CUDA目录，里面也存在bin，include，lib三个文件夹，只要将cudnn中bin，include内的文件全选复制到CUDA中的bin，include内即可
对于cdnn里的lib文件夹，里面还存在一个x64文件夹，而CUDA中lib文件中存在Win32和x64文件，于是这时把cudnn中lib里打开x64文件夹，拷贝x64文件夹里所有内容到CUDA里lib中x64文件夹中去。
验证cuda是否安装成功，首先win+R启动cmd，进入到CUDA安装目录下的 …\extras\demo_suite,然后分别运行bandwidthTest.exe和deviceQuery.exe，返回Result=PASS表示cuda安装成功。
安装Anaconda
在镜像源下载的，网址如下：
anaconda
打开
1 | anaconda prompt |
创建环境
1 | conda create --name torch python==3.7 |
激活环境
1 | conda activate torch |
pytorch安装
这一步好像就死了。。。
辗转conda和pip命令多次，辗转各个版本多次，辗转csdn和stackoverflow多次，依旧收获了各种各样的报错，可恶，当时没有吧报错内容记录下来。
至于pycharm和vscode之前已经安好，不做赘述。
很惭愧没有解决问题，最后也只是把ai写的代码提交到github，然后把网址给了我同学，毕竟他们在学校官网上面做这个项目，环境什么的应该没有问题。。。
话说回来，感觉无用功居多吧哈哈，只能以失败是成功之母聊以慰藉了，but还是得脚踏实地，总感觉现在路子有点偏，还是先要以提升基础能力为主。
期末考试小小安排
现在大部分课程已经接近尾声，现在只好高数线代大物白天刷网课过知识点，晚上做题巩固，Java 看看有没有机会向学长要到前几年真题，看看题型即可。