nvm node 安装与配置

nvm

Node Version Manager(NVM) 是一种用于管理多个主动节点.js版本的工具。

nvm官网下载地址 https://github.com/coreybutler/nvm-windows/releases

如果电脑上之前已经单独安装了node,先卸载(可以在控制面板里面卸载),然后再安装nvm傻瓜式一直点击下一步即可安装。

nvm修改镜像源

cmd 在命令行命令,可以查看nvm的安装根路径在那个文件夹:

nvm root

 复制 G:\tools\nvm 【对应你的路径】,并打开找到 setting.txt文件夹

 

 给该文件添加这两行命令:

  • node_mirror: https://npm.taobao.org/mirrors/node/
  • npm_mirror: https://npm.taobao.org/mirrors/npm/

nvm在下载NPM的时候速度相对来说较慢,可以修改NVM文件夹的settings.txt文件,追加两行代码,目的是使用国内的镜像下载。

 添加成功如图所示👇

然后配置环境变量即可。详细配置,请看文末推荐文章👇

node

node官网下载地址   https://nodejs.org/zh-cn/download/

安装nodejs后,由于nodejs集成了npm会默认安装npm。安装完nodejs后在cmd中通过命令查看安装的nodejs与npm

环境配置

(1)找到安装的目录,在安装目录下新建两个文件夹【node_global】和【node_cache】

创建完毕后,使用【管理员身份】打开【cmd命令】窗口,输入:

  ①npm config set prefix “你的路径\node_global” (复制你刚刚创建的“node_global”文件夹路径)

npm config set prefix "G:\tools\node_global"

 ②npm config set cache “你的路径\node_cache”  (复制你刚刚创建的“node_cache”文件夹路径)

npm config set cache "G:\tools\node_cache"

接下来要配置系统环境变量,详细配置,请看文末推荐文章👇

配置完成后,全局安装一个最常用的 express 模块进行测试:

npm install express -g 

出现以下界面即为配置成功

 

NVM切换Node.js版本的命令包括:

  • nvm list:查看本电脑上所有的Node版本。
  • nvm list installed:查看已经安装的版本。
  • nvm list available:查看网络上可以安装的版本。
  • nvm install <version>:安装指定版本的Node.js。
  • nvm use <version>:切换到指定版本的Node.js
  • nvm ls:列出所有已安装的Node.js版本。
  • nvm ls-remote:列出远程可用的所有Node.js版本。
  • nvm current:显示当前正在使用的Node.js版本。
  • nvm alias <name> <version>:为指定的版本创建一个别名。
  • nvm unalias <name>:删除指定的版本别名。
  • nvm uninstall <version>:卸载指定的Node.js版本。

nvm详细环境变量配置👉相关文章

node详细环境变量配置👉相关文章

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/560210.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

采用推理的方法认知单词、CBOW模型

基于计数的方法&#xff0c;根据一个单词周围的单词的出现频数来表示该单词。需要生成所有单词的共现矩阵&#xff0c;再对这个矩阵进行 SVD&#xff0c;以获得密集向量&#xff0c;如果语料库处理的单词数量非常大&#xff0c;将需要大量的计算资源和时间。基于计数的方法使用…

CBOW模型正向传播、矩阵乘积层实现

把矩阵乘积称为MatMul节点&#xff1a; 下面这个图表示矩阵乘积yxW的计算图 。因为考虑了mini-batch 处理&#xff0c;假设x中保存了N个数据。此时x 、W、y 的形状分别是 ND、DH 、NH 。 下面是推反向传播的数学式&#xff1a; 用代码表述MatMul层&#xff1a;params 中保存要…

CBOW模型的数据预处理

数据预处理&#xff1a;从语料库生成上下文和目标词。如下图所示&#xff0c;contexts 的各行成为神经网络的输入&#xff0c;target 的各行成为正确解标签&#xff08;要预测出的单词&#xff09;。 之前做过一个preprocess函数&#xff0c;将文本分割为单词&#xff0c;并将分…

实现CBOW模型类

初始化&#xff1a;初始化方法的参数包括词汇个数 vocab_size 和中间层的神经元个数 hidden_size。首先生成两个权重&#xff08;W_in 和 W_out&#xff09;&#xff0c;并用一些小的随机值初始化这两个权重。设置astype(‘f’)&#xff0c;初始化将使用 32 位的浮点数。 生成…

CBOW模型的学习、Trainer类的实现

CBOW 模型的学习的实现&#xff1a;给神经网络准备好学习数据。然后求梯度&#xff0c;并逐步更新权重参数。 Trainer类&#xff1a;学习的类。 初始化&#xff1a;类的初始化程序接收神经网络&#xff08;模型&#xff09;和优化器(SGD、Momentum、AdaGrad、Adam) 学习&…

stm32 I2C、EEPROM

main.c 硬件结构如下&#xff0c;EEPROM 芯片(AT24C02)的 SCL 及 SDA 引脚连接到了 STM32 的 I2C 引脚中&#xff0c;结合上拉电阻&#xff0c;构成了 I2C 通讯总线&#xff0c;它们通过 I2C 总线交互。 EEPROM 芯片的设备地址&#xff1a;一共有 7 位&#xff0c;其中高 4 位…

stm32 I2C架构

STM32的 I2C 片上外设专门负责实现 I2C 通讯协议&#xff0c; 只要配置好该外设&#xff0c;它就会自动根据协议要求产生通讯信号&#xff0c;收发数据并缓存起来&#xff0c;CPU 只要检测该外设的状态和访问数据寄存器&#xff0c;就能完成数据收发。架构图如下所示。 通讯引脚…

多级放大电路

定义&#xff1a; 耦合方式、阻容耦合、变压器耦合、直接耦合、零点漂移、零漂 耦合方式&#xff1a;多级放大电路内部各级之间的连接方式称为耦合方式。常用的耦合方式有三种&#xff0c;阻容耦合、变压器耦合、直接耦合。 阻容耦合&#xff1a;电路的第一级与第二级之间通过…

放大电路频率响应基础概念

定义&#xff1a; 放大电路频率响应、幅频特性、相频特性、下限频率、上限频率、通频带、频率失真、波特图、高通电路、低通电路、共射截止频率、特征频率共、基截止频率。 放大电路频率响应&#xff1a;当放大电路输入不同频率的正弦波信号时&#xff0c;电路的放大倍数将有所…

skip gram模型的实现

CBOW模型的概率表示&#xff1a; P(A)&#xff1a;A发生的概率。 P(A,B)&#xff1a;事件A和事件B同时发生的概率&#xff0c;称为联合概率。 P(A|B)&#xff1a;在给定事件B的信息后&#xff0c;事件A发生的概率&#xff0c;称为后验概率。 CBOW模型&#xff1a;当给定某个…

stm32 SPI架构

STM32 芯片集成了专门用于 SPI 协议通讯的外设。 通讯引脚&#xff1a;SPI 硬件架构从 MOSI、MISO、SCK 及 NSS 线展开&#xff1b;STM32 芯片有多个 SPI 外设&#xff0c;它们的 SPI 通讯信号引出到不同的 GPIO 引脚上&#xff0c;使用时必须配置到这些指定的引脚。 SPI1是AP…

stm32 SPI、FLASH

main.c FLASH&#xff1a;掉电后数据不丢失&#xff0c;U 盘、SD 卡、SSD 固态硬盘、STM32 芯片内部用于存储程序的设备&#xff0c;都是 FLASH 类型的存储器。FLASH芯片(W25Q64)是一种使用 SPI 通讯协议的 NOR FLASH 存储器。 STM32 的 NSS 引脚是一个普通的 GPIO&#xff0c…

二分类负采样方法

多分类问题处理为二分类问题&#xff0c;需要能够正确地对正例和负例进行分类。 如果以所有的负例为对象&#xff0c;词汇量将增加许多&#xff0c;无法处理。作为一种近似方法&#xff0c;将只使用少数负例。 负采样方法&#xff1a;求正例作为目标词时的损失&#xff0c;同…

二分类改进CBOW

解决问题二&#xff1a;中间层的神经元和权重矩阵的乘积、Softmax 层的计算需要花费很多计算时间 第k个单词的 Softmax 的计算式如下&#xff0c;其中Si是第i个单词的得分。这个计算也与词汇量成正比&#xff0c;所以需要一个替代Softmax的计算。 使用 Negative Sampling (负采…

Embedding改进CBOW

假设词汇量为 100 万个时的 CBOW 模型如下&#xff0c;输入层和输出层存在 100 万个神经元。 下面两个问题导致耗时严重。 问题一、输入层的 one-hot 表示和权重矩阵的乘积。one-hot 表示占用内存过多&#xff0c;计算 one-hot 表示与权重矩阵 的乘积&#xff0c;需要花费大量…

解决win10使用GPU跑程序遇到的一系列报错

解决win10使用GPU跑程序遇到的一系列报错安装cupy包使用cupy包的时候报错 ImportError: DLL load failed: 找不到指定的模块。卸载cuda11.5、安装cuda10.2安装适配于cuda10.2的cudnn报错CUDA path could not be detected. Set CUDA_PATH environment variable if CuPy fails to…

keil5新建freertos工程

1.建几个文件夹如下图所示。 2.打开keil5&#xff0c;project-new project&#xff0c;文件位置放到之前创建好的project文件夹下。 3.选择处理器。 4.接下来选择下面两个选项。 5.创建好之后是下面这样的。 6.增加文件&#xff0c;点击这个manage project。 然后添加文件即可。…

freertos 双向循环链表插入删除的实现与直观理解

freertos 双向循环链表插入删除的实现与直观理解main.clist.h其他头文件FreeRTOS.hFreeRTOSConfig.hportable.hportmacro.hlist.cvListInsertEnd函数vListInsert函数uxListRemove函数main.c 用debug之后&#xff0c;查看观察窗口&#xff0c;结果如下。这个实验目的就是&#…

cortex-m3 操作模式 寄存器组 异常类型 堆栈 中断

cortex-m3操作模式寄存器组异常类型堆栈中断参考操作模式 处理器的操作模式&#xff1a;为了区别正在执行代码的类型。复位后&#xff0c;处理器进入线程模式、特权级。 处理者模式&#xff08;handler mode&#xff09;&#xff1a;异常服务例程的代码 &#xff0c;包括中断…

freertos里面用到的汇编语言总结

汇编语言基础知识多重存储器访问MRS 和 MSRisb 和 dsbldr 和 strmovbl 和 bxcps多重存储器访问 感叹号&#xff01;表示要自增(Increment)或自减(Decrement)基址寄存器 Rd 的值&#xff0c;时机是在每次访问前(Before)或访问后(After)。增/减&#xff0c;单位&#xff1a;字&am…