目录
1. 利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn
2. 用Anaconda安装TensorFlow(Windows10+Linnux)
3. PyQt5+Anaconda+PyCharm安装、配置和使用
4. torch.cuda.is_available()返回false——解决办法
4.1卸载CPU版
4.2 版本选择
4.3 GPU版本下载
4.4 安装
5. 国内镜像源地址
6. 利用yolov5训练自己的目标检测模型
整理自用,侵删
利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn(适合小白的保姆级教学)_炮哥带你学的博客-CSDN博客_利用anaconda安装pytorch一、英伟达驱动安装与更新 显卡驱动程序就是用来驱动显卡的程序,它是硬件所对应的软件。驱动程序即添加到操作系统中的一小块代码,其中包含有关硬件设备的信息。正常有显卡的电脑都是有驱动程序的,但是有的时候驱动可能版本比较低,支持的cuda版本也是比较低的(但是有的人的显卡是比较老的,就不建议更新驱动,这样会导致各种各样的问题,但是搞深度学习还是要用一块好的显卡用来学习,这点我是有血泪教训的,咬咬牙买块好的显卡,把知识学到手,以后的工资可以多赚会很多显卡的钱),英伟达出的30系列的显卡好像只支持cu...https://blog.csdn.net/didiaopao/article/details/119787139
用Anaconda安装TensorFlow(Windows10)_萝北村的枫子的博客-CSDN博客_anaconda安装tensorflowhttps://blog.csdn.net/thy0000/article/details/122685741
anaconda安装tensorflow_星行夜空的博客-CSDN博客_anaconda安装tensorflow这里写自定义目录标题anaconda安装tensorflow管理员运行Anaconda Prompt安装keras功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入anaconda安装tensorflow你好! 这是你第一次使用https://blog.csdn.net/Kiek17/article/details/113354269
Tensorflow和Keras版本对照及环境安装_小朱小朱绝不服输的博客-CSDN博客_tensorflow和keras版本对应在安装tensorflow环境的时候,一定要先弄清楚对应的版本对应的情况,不要上来就pip install tensorflow,pip install keras。最后发现全是坑。下面就列一下,tensorflow和keras以及对应的python版本,然后再列一下我成功安装的流程。一、Tensorflow、Keras和python版本对照二者对应版本号如表所示(Keras新版本对Tensorflow老版本不兼容,需注意安装版本号)FrameworkEnv nameDescriptionhttps://blog.csdn.net/weixin_44052055/article/details/122256557
PyQt5+Anaconda+PyCharm安装、配置和使用_最爱大盘鸡的博客-CSDN博客_anaconda pycharm pyqt5介绍了PyQt5+Anaconda+PyCharm的安装、配置和使用。PyQt 5用于设计Ui。Anaconda用于配置环境。PyCharm用于写代码。https://blog.csdn.net/Ruins_LEE/article/details/116279032PyCharm安装PyQt5及其工具(Qt Designer、PyUIC、PyRcc)详细教程_思绪无限的博客-CSDN博客_pycharm qt5摘要:Qt是常用的用户界面设计工具,而在Python中则使用PyQt这一工具包,它是Python编程语言和Qt库的成功融合。这篇博文通过图文详细介绍在PyCharm中如何完整优雅地安装配置PyQt5的所有工具包,主要内容包括PyQt5、PyQt5-tools的依赖包安装和Qt Designer、PyUIC、PyRcc三个工具的设置。最后简单演示了PyQt5的调用方式及三个工具的使用方法,其目录如下:前言、工具包安装、设计工具配置、使用演示。https://blog.csdn.net/qq_32892383/article/details/108867482
1.打开 cmd
python
import torch
print(torch.__version__)
结果
1.12.0+cpu
2. 如果你的CUDA,cuDNN版本都对,只有Pytorch安装成了CPU的,那么先对它进行卸载,然后再安装,如果没在虚拟环境下下载Pytorch的话,他们在你的Anaconda目录下的lib->site-packages,例如我的在D:\anaconda\Lib\site-packages
删除这部分文件夹
3. 如果是在虚拟幻境里,那么找到该虚拟环境的lib->site-packages(envs表示根目录,里面有你所有的虚拟环境),例如我的是D:\Anaconda3\envs\pytorch\Lib\site-packages
,同理按照上述方法删除cpu版本的torch
根据cuda、python版本选择合适torch、torchvision、torchaudio
PyTorch中torch、torchvision、torchaudio版本对应关系_Liekkas Kono的博客-CSDN博客_torchaudio版本https://blog.csdn.net/shiwanghualuo/article/details/122860521
新老版本链接,pip install速度比较慢,直接网页下载,推荐(IDM)
https://download.pytorch.org/whl/torch_stable.htmlhttps://download.pytorch.org/whl/torch_stable.html
我cuda11.3选择torch1.12.0版本,torchvision0.13.0版本,torchaudio0.12.0版本
1. 打开下载文件的保存路径,在路径处输入cmd
2. 按顺序安装pip install +文件名称+.whl
pip install torch-1.12.0+cu113-cp38-cp38-win_amd64.whl
pip install torchvision-0.13.0+cu113-cp38-cp38-win_amd64.whl
pip install torchaudio-0.12.0+cu113-cp38-cp38-win_amd64.whl
3.安装完成后验证
python
import torch
torch.cuda.is_available()
4. 安装后的torch在base环境, 在你的Anaconda目录下的lib->site-packages,例如我的在D:\anaconda\Lib\site-packages,如果想在虚拟环境配置(例如pytorch),可以将该环境下的文件替换成刚安装的文件包
pip install -i 国内镜像地址 包名
例如: pip install -i https://mirrors.aliyun.com/pypi/simple/ numpy
国内常用源镜像地址:
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:http://pypi.hustunique.com/
山东理工大学:http://pypi.sdutlinux.org/
豆瓣:http://pypi.douban.com/simple/
note:新版ubuntu要求使用https源
目标检测---教你利用yolov5训练自己的目标检测模型_炮哥带你学的博客-CSDN博客1项目的克隆和必要的环境依赖1.1项目的克隆 YOLOv5的代码是开源的,因此我们可以从github上克隆其源码。不得不说GitHub的确是全球最大的男性交友网站,里面的人个个都是人才,yolov5发布才一年左右的时间,YOLOv5就已经更新了5个分支了,分别是yolov5.1-yolov5.5分支。该项目就是利用的yolov5.5分支来作为讲解。 首先打开yolov5的github的https://github.com/ultralytics/yolov5/tree...https://blog.csdn.net/didiaopao/article/details/119954291