深度学习环境第15页

新装Ubuntu系统基本环境安装配置(conda)

Ubuntu系统用conda来配置深度学习环境1.配置显卡驱动#查看显卡驱动nvidia-smi如果是这个命令没有反应，就是没有显卡驱动，这个时候要先安装显卡驱动。

专业女神杀手·2022-11-29 14:12

配置深度学习项目环境，Linux服务器torch.cuda.is_available()返回False

本文主要介绍了完美解决，anaconda配置新的深度学习环境时torch.cuda.is_available()一直返回False的玄学方法，具有很好的参考价值。

info825·2022-11-29 13:44

Ubuntu安装NVDIA显卡驱动，CUDA及cuDNN

这几天需要在在ubuntu18.04中进行深度学习环境搭建，因此安装了NVDIA显卡驱动，CUDA及cuDNN，踩了很多坑，在此记录一下。

See Tom·2022-11-29 11:06

Anaconda安装深度学习框架tensorflow_总结

安装虚拟环境3、激活/切换虚拟环境三、安装cuDNN和CUDA四、安装tensorflow及相关库（使用pycharm）五、注意GDAL的安装Matplotlib安装numpy版本更换从网上看了很多安装深度学习环境

Welcome_Back·2022-11-29 08:41

RTX 3090的深度学习环境配置指南：Pytorch、TensorFlow、Keras

点击上方“AI遇见机器学习”，选择“星标”公众号重磅干货，第一时间送达来源|知乎编辑|极市平台作者|Yukyin最近刚入了3090，发现网上写的各种环境配置相当混乱而且速度很慢。所以自己测了下速度最快的3090配置环境，欢迎补充！基本环境（整个流程大约需要5分钟甚至更少）py37或py38cuda11.0cudnn8.0.4tf2.5（tf-nightly）或tf1.15.4pytorch1.7k

Evan-yzh·2022-11-29 08:07

一行命令解决深度学习环境 TensorFlow PyTorch Keras安装 cuda cudnn 配置

估计你已经被深度学习环境的安装和配置整得焦头烂额了，cuda和cudnn的安装配置真的好麻烦，下面我将告诉你只要用一行代码就可以解决这个问题。

xbs118·2022-11-29 07:34

MobaXterm深度学习环境搭建

MobaXterm深度学习环境搭建1下载安装号MobaXterm后，host为你对应的IP地址，usename给你配的用户名，点击OK输入密码去anaconda下载Linux版本的包直接拖拽到箭头里面输入命令

苏格拉没有了底·2022-11-29 06:05

搭建PaddleSeg深度学习环境

1.下载paddleseg项目从github下载PaddleSeg-release-2.62.新建虚拟环境并切换至虚拟环境condacreate-npaddlepython==3.7.4condaactivatepaddlepython用3.8/3.9可能报错3.安装requirements（1）先用requirements.txt安装cdPaddleseg#cd到下载项目的目录pipinstal

xuyh_yuhan·2022-11-29 05:10

Pytorch实战 | P9 YOLOv5-Backbone模块实现天气识别

天深度学习训练营中的学习记录博客●参考文章：Pytorch实战|第P9天：YOLOv5-Backbone模块●原作者：K同学啊|接辅导、项目定制一、我的环境●语言环境：Python3.8●编译器：pycharm●深度学习环境

陈大麦 .·2022-11-28 20:31

Dockerfile 基于Docker快速部署深度学习环境

前言：Dockerfile可以快速部署一个特定环境的镜像，用来部署深度学习环境，解决模型因为环境/版本不同而不能运行的问题。这篇博客主要解决ubuntu下通过Dockerfile创建镜像。

愤怒的虾球·2022-11-28 16:42

Windows（10专业版&11）使用docker安装深度学习环境 Pytorch-gpu

目录1、docker安装2、Docker更改路径3、拉取镜像4、创建容器（一定gpu启动）5、进入容器根据项目报错安装环境6、容器的保存与镜像导出镜像推送到dockerhub7、其他设备使用docker文件（镜像的导入）8、常见指令9、百度网盘下载链接1、docker安装参考：2022最新Windowsdocker安装方法_哔哩哔哩_bilibili安装时选项最好不要使用windows的容器（用也

cly0216·2022-11-28 16:36

windows系统利用docker搭建linux深度学习环境总结

分为几步：1.安装docker2.创建linux底层容器3.容器内安装anaconda4.pycharm配置ssh服务器安装docker1.开启windows虚拟功能进入如下：控制面板=》程序=》启用或关闭windows功能。勾选Hyper-V，并电脑重启。2.安装docker进入官网下载安装包，按照提示安装即可。但是装完打开后我出现了WLS2的错误。这个是因为电脑wsl2较老或没有，解决办法就是

白三点·2022-11-28 16:34

【yolov5深度学习环境搭建 torch=1.7.0 cuda=11.0】

文章目录前言注意事项一、配置pytorch环境需要注意二、pytorch安装注意三.安装依赖四.下载yolov5源码以及依赖下载注意前言此文章作为我搭建yolov5深度学习环境学习记录.环境为torch

唯亦@·2022-11-28 15:03

深度学习环境搭建（每次都要搜烦死）

Ubuntu20.04ancondacuda11.1cudnn8.0.5torch1.8.0Linux系统CUDA10.2+CUDNN安装教程_周先森爱吃素的博客-CSDN博客_linux安装cuda10.2Ubuntu18.04/20.04复现RandLA-net网络环境搭建记录_Parkerfive的博客-CSDN博客Ubuntu20.4+CUDA11.1+CUDNN8.05_schoolbl

Parkerfive·2022-11-27 22:13

windows10下深度学习环境搭建（cuda+cudnn+ pytorch+ tensorflow）

文章目录驱动安装conda安装pytorch安装tensorflow安装驱动安装查看是否已经安装驱动通过控制面板查看红框中的数字，代表当前显卡驱动适配的cuda最高版本，安装的cuda版本只能小于等于这个值，想安装更高版本的cuda，请升级显卡驱动。cmd查看nvidia-smi查看CUDAversionconda安装下载链接：anaconda官网清华镜像miniconda清华镜像conda镜像设

qq_30249871·2022-11-27 19:33

pytorch-实现mnist手写数字识别

mnist手写数字识别](Pytorch实战|第P1周：实现mnist手写数字识别(qq.com))**原作者：K同学啊|接辅导、项目定制我的环境语言环境：Python3.6编译器：jupyterlab深度学习环境

重邮研究森·2022-11-27 17:27

项目组新服务器（rtx3090）使用指南

项目组数据及备份位置1.1项目组主要数据位置1.2项目组各研究生个人数据备份位置2用户创建等基本操作（管理员使用）2.1用户创建2.2用户删除2.3用户权限3连接服务器基本操作3.1与服务器快速交互3.2配置账户中的深度学习环境

ssqu00·2022-11-27 16:47

Linux中利用docker搭建深度学习环境

写在前面：在深度学习中，避免不了在远程服务器上进行模型的训练，如果直接在服务器裸机的基础环境跑显然是不可取的，此时搭建用于模型训练的docker环境显得尤为重要。1.下载基础镜像选择一个合适的基础镜像会给后续的操作带来极大的便利，其中ufoym/deepo镜像是笔者最常用的一个，输入如下命令下载基础镜像dockerpullufoym/deepo下载好后，输入如下命令，列表中若出现ufoym/dee

Tomorrow；·2022-11-27 15:37

Ubuntu20.04+3090ti+cudatoolkit=11.3+tensorflow-gpu=2.6+pytorch=1.10 深度学习环境配置踩坑记录可通过配置文件迁移引用

Ubuntu20.04+3090ti+cudatoolkit=11.3+tensorflow-gpu=2.6.2+pytorch=1.10.2环境配置最近实验室刚配了一台Nvidia3090ti的服务器用来跑实验，最近经过几天的折腾终于把tensoflow和pytorch的环境搭建好了，下面就把踩过的坑讲一下，希望能帮助一些同样需要配置的伙伴。说明：本博客非教程帖，非保姆教程，有些步骤并没有记录，

春天不是读书人·2022-11-27 08:32

Ubuntu环境下，安装Anaconda3+配置pytorch深度学习环境

首先，检查ubuntu版本：lsb_release-a检查Python版本：python–version检查当前环境下cuda版本：nvidia-smi检查完版本后，接着就可以放心大胆的配环境啦：**1.首先安装anaconda**1.安装wgetsudoapt-getupdatesudoapt-getinstallwget2.然后再下载Anaconda3,得到一个Anaconda3的.sh脚本文

沫小希·2022-11-27 01:04

在服务器的docker里装anacond3深度学习环境的全流程基础向

背景：实验室给我分配了一个服务器已经装好了docker和nvididocker。现在我的目标是创建我自己的docker然后在我自己的docker里装上anaconda环境。我以前从没用过linux。所以对这一切都是迷迷茫茫不知其所以然。所以一些拙见还请不要见笑。也是整合了很多大佬的。（我是挂了VPN的，所以没有用过国内镜像，如果你发现哪里下不动东西了可以搜搜怎么加入国内镜像源）我的理解docker

亮子李·2022-11-27 01:59

ubuntu20.04/RTX3090/TensorFlow/pytorch/GPU深度学习环境超详细配置实测

2021年，全球缺芯，许多电子产品产能严重不足，加上严峻的疫情，还有矿工黄牛囤货，导致显卡价格暴涨，就连各大平台也是陷入了一卡难求的境地。RTX30系列显卡大部分已经发售，但是真正能够享受到科技带来的福利的人少之又少。就在去年，微星恩斯迈工厂厂区大量显卡产品竟然被盗，约有40箱RTX3090，价值在220万元左右，官方也是悬赏10万希望知情人士提供线索。这就过分了，买不到就去偷，正所谓“年轻人完全

於無聲處聽驚雷·2022-11-27 01:28

配置深度学习环境所遇到的Bug

配置深度学习环境所遇到的BugPython环境配置安装第三方库遇到的问题python安装pycocotools-2.0.1.tar.gz遇到ERROR:Commanderroredoutwithexitstatus1

zhaoali0709·2022-11-26 23:40

Win10配置pytorch深度学习环境

一、Win10配置pytorch深度学习环境有一台装win10系统的电脑有两张显卡，所以尝试在win10上装环境了，之前在Ubuntu上安装过深度学习环境，相比起来还是Ubuntu的命令行配环境更方便。

小丁学姐·2022-11-26 22:32

如何在服务器上配置深度学习环境

最近做毕业设计，需要利用实验室的服务器，远超登录并且配置服务器环境。记录一下比较完整的配置流程。ssh远程登录与文件传输我的电脑是windows的，主要讲解一下windows的登录方式。我使用的是Xshell7进行ssh登录的，ssh登录的软件很多，选择一个即可。文件传输我是使用Xftp7登录的。这两个可以在官网通过邮件下载。然后通过IP地址、用户名和密码即可登录。在指定位置anaconda安装a

问夏WenXia·2022-11-26 22:22

Ubuntu20.04服务器深度学习环境配置教程以及基于Win10的VScode远程连接开发

Ubuntu20.04服务器深度学习环境配置教程以及基于Win10的VScode远程连接开发一.介绍二.安装教程1）Ubuntu20.04系统安装2）显卡驱动安装3）cuda安装4）anaconda3安装

haikhaihak·2022-11-26 21:44

远程连接实验室服务器配置深度学习环境（Anaconda、pycharm）的记录

本人做毕业设计由于自己电脑性能不够，于是找老师要了个服务器账号。但服务器是Linux系统，本人小白基本都用Windows系统，又不太好意思厚脸皮问老师，于是自己慢慢摸索，在此记录配置过程遇到的问题和解决办法。本人菜鸟，如记录过程有问题，烦请各位佬指正。更新：Xmanager7过了评估期可以参考http://t.csdn.cn/MLCF1，使用Xmanager6和Xshell6（这两个最好版本相同吧

beam111·2022-11-26 21:12

实验室服务器(非root用户)深度学习环境配置 Miniconda3 + Cuda + Cudnn + pytorch-gpu

目录1.连接服务器（需要知道服务器ip地址）如果本地是Linux如果本地是Windows2.安装Miniconda3或者Anaconda3下载安装包进行安装3.配置虚拟环境创建一个虚拟环境查看环境列表激活虚拟环境退出虚拟环境删除虚拟环境其他一些命令(需要时可以查看)4.安装第三方库conda安装pip安装用condapip安装很慢5.安装cuda和cudnn安装cuda创建安装文件夹安装cuda安

wgx96·2022-11-26 21:11

【3】配置深度学习环境：cudnn、cuda、TensorFlow-gpu

WIN10安装TENSORFLOW（GPU版本）详解（超详细，从零开始）本次安装学习大多是跟着上面链接的大佬一步步弄的，非常好分享一下。分享一下安装的大体步骤，每步具体可以跟着链接完成：1、查看自己电脑是否支持CUDA2、确定自己要安装的CUDA、CUDNN的型号cuda、cudnn、TensorFlow-gpu、python的版本是需要相互对应的，如下图所示我安装的环境：python=3.6cu

不争气大王·2022-11-26 20:04

MVSNet服务器环境配置及测试

华科附小第一名·2022-11-26 19:25

从0开始配置深度学习环境（Python)

写这篇文章的起因是因为重装了电脑，之前配好的深度学习环境没了，又在网上找了很久，所以决定记录一下，以备后续刷机。

我重来不说话·2022-11-26 14:05

笔记本电脑Ubuntu18.04安装PyTorch记录（Nidia显卡驱动+CUDA+Anaconda3+PyTorch）

前言随着学习的知识越来越多，本人也需要接触更多的智能化平台和技术，本文将记录深度学习环境搭建的过程，意在为更多配置环境而发愁的学生以及初学者解决无法正常配置环境的问题。

鲍汁捞饭·2022-11-26 10:37

深度学习基础篇【4】从0开始搭建EasyOCR并进行简单文字识别

-语言环境：Python3.7-编译器：jupyternotebook-深度学习环境：pytorch1.6-深度学习平台：极链AI云-显卡（GPU）：N

极链AI云·2022-11-26 04:45

深度学习环境搭建（四）之 CUDNN安装

安装完CUDADriver和CUDA后，还需要安装CUDNN，NVIDIA用于深度学习GPU加速的库。1.下载CUDNN访问官网链接，根据CUDA版本和Ubuntu版本选择CUDNN的版本。前面使用的是CUDA10.1，系统的版本是Ubuntu20.04，CUDA11.04，因此这里选择相对应的CUDNNv8.2.4.注意到这里有很多不同格式的CUDA，相应的安装方法也不同。下面我们分别介绍。2.

武魂殿001·2022-11-26 02:58

英伟达显卡【NVIDIA GeForece RTX3060 laptop GPU】装深度学习环境，学习框架为Pytorch

1.安装python包管理器Anaconda，在其官网【Anaconda|TheWorld'sMostPopularDataSciencePlatform】进行下载安装2.安装完Anaconda后，进行环境变量配置【具体路径需要根据Anaconda安装路径来，可别照抄作业哦】，Path路径添加四个系统变量添加两个3.命令行打开Anaconda，在小娜里搜Anaconda记得以管理员打开，避免幺蛾子

冰凌呀·2022-11-26 00:21

深度学习 Day 3——解决深度学习环境配置问题

深度学习Day3——解决深度学习环境配置问题文章目录深度学习Day3——解决深度学习环境配置问题一、前言二、问题：环境配置三、解决问题1、确定显卡驱动2、安装3、测试4、不使用anaconda环境配置5

-北天-·2022-11-25 19:55

目标检测yolov5环境、工具安装配置及开源代码调试运行

想学摄影的IT男·2022-11-25 16:59

【转载】keras与tensorflow版本不兼容解决方法

tensorflow版本不兼容导致；keras，tensorflow和python版本对应情况参见：《Tensorflow、python、keras和cuda的对应版本》附另一篇参考：2022【超详细】搭建深度学习环境与配置

SophiaSSSSS·2022-11-25 15:14

Ubuntu16.04下深度学习环境的配置(GPU版)（Anaconda3+Pycharm+Pytorch）

这里我使用的分别是Ubuntu16.04、pytorch1.6.0、anaconda3、pycharm、cuda9.2在安装之前，有必要解释一下各部分的意义操作系统：linux和windows都属于操作系统。我使用的系统是Ubuntu16.04版本，它是linux家族中使用较多的一种。我这里安装的是双系统，当然你也可以使用虚拟机。关于为什么选择linux系统可以参考这篇文章。双系统和虚拟机的对比可

进阶的花生·2022-11-25 13:11

win10配置深度学习环境（anaconda3+pytorch1.9+python3.7+cuda10.2）

深度学习搭建开发环境的3种方式：直接从Python安装，通过集成环境安装，从源码编译安装。在windows平台下建议使用Anaconda进行安装，因为有些包在windows平台下是没有的。而且Anaconda方便虚拟环境的管理，例如：同时在使用tensorflow和PyTorch，但是他们所需要的Python的关联模块或版本会有所差异。如果都装在一个环境中难免会引起冲突。所以，选择虚拟环境能很好地

冰激凌啊·2022-11-25 13:38

docker 训练深度学习_docker配置深度学习环境

序阅读本篇文章可以帮你解决的问题是：提供一套解决方案，能够在支持Docker的任何版本Ubuntu系统下，搭建出完美运行各种深度学习框架、各种版本、各种环境依赖(NAIVID显卡)深度学习工程的开发环境。不仅如此，还要像在本机一样方便的修改代码运行计算。搭建深度学习计算平台，一般需要我们在本机上安装一些必要的环境，安装系统、显卡驱动、cuda、cudnn等。而随着Docker的流行，往往能够帮我们

Super Jasper·2022-11-25 11:37

Ubuntu必备技能——深度学习环境Nvidia、Cuda、Cudnn、Anaconda、Pytorch、Pycharm、Vim、虚拟环境、Tmux分屏复用

深度学习环境配置一、安装NVIDIA显卡驱动：1.1屏蔽sudovim/etc/modprobe.d/blacklist.conf—文件最后添加下面几行：blacklistvga16fbblacklistnouveaublacklistrivafbblacklistrivatvblacklistnvidiafb

heimu24·2022-11-25 11:58

Jetson TX2 系列（3）深度学习环境搭建（Pytorch）

本文主要完成Pytorch框架在JetsonTX2的环境搭建和简单测试的搬运工作。目录1.Archiconda31.1安装1.3conda命令2.Pytorch2.1Ubuntu环境中安装2.2conda环境中安装2.3Pytorch测试3.OpenCV3.1Ubuntu环境中安装3.2conda环境中安装4.TensorRT4.1Ubuntu环境中安装4.2conda环境中安装5使用Tenso

冰火舞动·2022-11-25 09:33

【深度学习YOLO v3笔记】1.Anaconda、Pytorch、Jupyter notebook环境搭建

搭建事项深度学习环境搭建Anaconda没有NVIDIA的显卡Pytorch的安装Jupyternotebook配置Pycharm引用资料深度学习环境搭建Anaconda进入Anaconda官网选择Windows

Lumosic·2022-11-25 09:02

Win10+RTX3080深度学习环境搭建，执行YOLO目标检测

1软件安装硬件环境：RTX3080软件环境：WIN10，CUDA11.4，cuDNN8.2.2，VS2019，opencv4.5，cmakeopencv需要编译1.1安装显卡驱动安装3080后，重装win10系统，查看“设备管理器-显示适配器”，发现NVIDIA显卡驱动已经自动安装。doublecheck：win+rcmd，输入nvidia-smi1.2安装VS2019一定要先安装VS再安装CUD

狂野摇摇车·2022-11-25 09:01

Dockerfile创建深度学习环境-ubuntu16.04+cuda8+cudnn6+miniconda

前言镜像是多层存储，每一层是在前一层的基础上进行的修改；容器同样也是多层存储，是在以镜像为基础层，在其基础上加一层作为容器运行时的存储层。当我们运行一个容器的时候（如果不使用卷的话），我们做的任何文件修改都会被记录于容器存储层里一、镜像定制的方式介绍1.使用commit方式创建commit方式创建镜像的方法见之前的博客Docker容器安装Anaconda优点交互式定制镜像，修改方便缺点维护困难。除

JLGao的博客·2022-11-25 08:40

六、Docker部署深度学习模型，实现API端口通信（Ubuntu 16.04）

应用场景docker部署深度学习模型使用shell激活conda环境使用shell将端口在后台挂载，实现api不同端口之间的相互通信1.拉取镜像深度学习环境镜像jlgao/ubuntu16.04-cuda8

JLGao的博客·2022-11-25 08:09

ubuntu下的openpcdet环境配置

nvidia510+cuda10.2+cudnn+pytorch1.101ubuntu换国内源(pip)Ubuntu20.04下深度学习环境配置（持续维护）_伊文111的博客-CSDN博客_ubuntu

薄荷味的summer·2022-11-25 07:34

深度学习环境配置之windows下的torch-gpu=1.7.1（亲测有效）

文章目录写在前面：一、Anaconda安装二、CUDA和Cudnn的下载和安装1、CUDA的下载和安装2、Cudnn的下载和安装三、配置torch环境四、VSCODE的下载与安装写在前面：1.环境内容：win10、torch1.7.1、torchvision0.8.2、python3.8、cuda10.1、cudnn7.6.5；2.在安装CUDA之前，需要安装visualstudio，我安装的是v

shy~·2022-11-25 03:42

Anaconda配置深度学习环境并安装GPU版torch

如何正确安装GPU版本的torch本人属于刚入学的小白，因为任务需要，所以得从零开始安装深度学习环境。

那就约好明天见·2022-11-25 03:41

推荐频道

深度学习环境