cuda&深度学习环境第12页

VSCode 深度学习环境配置

1、趋动云服务器连接如何在本地连接一台远程的Linux服务器呢？一般的方式是通过SSH服务安全外壳协议（SecureShell，简称SSH）是一种在不安全网络上用于安全远程登录和其他安全网络服务的协议。在VSCode中我们可以使用remote-sshcha1.1VSCode连接远程服务器a.安装Remote-SSH插件使用：ctrl+shift+x:打开插件管理面板，搜索Remote-SSH，并安

Dovake·2022-12-23 22:02

搭建pycharm本地访问远程深度学习服务器环境

pycharm远程开发深度学习环境配置](这里写自定义目录标题)一·配置远程同步文件（解决nosuchfileordir~~~~）1、建立FTPS链接（同步代码及数据集）在pycharm下面同时按住alt

Dovake·2022-12-23 22:02

基于深度学习的天气识别算法对比研究-TensorFlow实现-卷积神经网络（CNN） | 第1例（内附源码+数据）

我的环境：语言环境：Python3深度学习环境：TensorFlow2相关教程：编译器教程：新手入门深度学习|1-2：编译器JupyterNotebook深度学习环境配置教程：新手入门深度学习|1-1：

明天依旧可好·2022-12-23 18:41

深度学习环境搭建

conda常用指令与配置condalist显示该虚拟环境安装包condainfo--envs显示所有虚拟环境nvcc-V查看cuda版本condainstallcudatoolkit=10.0.130-chttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/安装cudatoolkit包condaactivate虚拟环境名激

Magic__Conch·2022-12-23 15:09

3060Ti+win11+python3.8+tf2.4+cuda11.0+cudnn8.0环境建立+一点深度学习环境搭建建议

写在前面：初学者一枚，环境搭建花了一些功夫，提供一些经验，希望后来者可以少花些时间吧1.显卡和cuda问题，Nvidia3060Ti，我尝试过cuda10.1+tf2.3，也是根据tf官网安装的，不过跑不起来，后来看到有人提到，3060Ti必须要用cuda11，遂卸载cuda10.1，装为cuda11.0，原文链接，不过我想用tf，所以就仅参考了文章关于cuda部分Win10+CUDA11.0+R

qq_38560947·2022-12-23 14:22

【AMD显卡在WIndow10/11部署带GPU支持的深度学习环境(Tensorflow-DirectML篇)】

全中文网首发，可以收藏本教程纪念一下还有个姊妹篇Pytorch版，请翻阅我的博文！我这先晒一个结果：首先这里推荐的系统比如Win10不要太老，尽量新一点，特别是针对WSL2本人用的显卡是AMDRadeonRX6600(后面不带XT，很重要！因为还有XT版嘛，性能差20%左右)CPU：i512600KF(目前的神卡，干翻上一代i9K)系统WIn10专业版，内部版本号：19042，版本不要太老，太老自

superowner001·2022-12-22 13:45

【Tensorflow-gpu】window11下深度学习环境搭建

我是雪天鱼，一名FPGA爱好者，研究方向是FPGA架构探索和数字IC设计。会在B站分享IC相关教学课程，B站个人主页：https://space.bilibili.com/397002941?spm_id_from=333.1007.0.0QQIC设计&FPGA&DL交流群群号：866169462。操作系统：Window11专业版显卡：NVIDIARTX3060LaptopGPU一、Anacond

雪天鱼·2022-12-22 13:44

window11配置深度学习环境

Anaconda+PyCharm+CUDA+CUDNN+PyTorch1.Anaconda安装下载路径：https://www.anaconda.com/安装方式：以管理员身份安装中间选项：cmd中输入conda-V查看版本，判断conda是否安装完成。2.PyCharm安装下载路径：https://www.jetbrains.com/pycharm/，下载社区版即可安装方式：以管理员身份运行中间

半盏茶～到天明·2022-12-22 13:12

深度学习环境配置避坑-CUDA11.0+DGL1.8

深度学习环境配置避坑-CUDA11.0+DGL1.8参考教程坑1：CUDA版本与GPU型号不符参考教程之前已经写过详细的CUDA+Pytorch+DGL安装博文了，Linux系统可参考这里，Windows

平平无奇科研小天才·2022-12-21 13:53

pytorch和paddle深度学习环境搭建

前言本人也是第一次搭建环境，遇到很多问题，分享给大家，希望大家少走弯路，请在此之前安装好conda，官网下载一步步安装即可，conda官网Anaconda|AnacondaDistributionpytorch搭建一、NVIDIA驱动安装与更新有显卡驱动的直接打开控制面板，可以看到自己显卡的配置信息例如我这里是gtx1650（一定要根据自己显卡下载对应的版本）没有显卡驱动的电脑右击-->管理-->

快乐学编程吧·2022-12-21 12:46

YOLOv5：yolov5s.yaml文件解读

我的环境：●语言环境：Python3.8●编译器：Pycharm●数据集：coco128●深度学习环境：Pytorch一.参数配置：#Parametersnc:80#numberofclassesdepth_multiple

ariesoary·2022-12-21 07:25

YOLOv5：训练自己的数据集

我的环境：●语言环境：Python3.8●编译器：Pycharm●数据集：coco128、水果数据集●深度学习环境：Pytorch一、准备自己的数据集？

ariesoary·2022-12-21 07:55

YOLOv5：commons.yaml文件解读

本文为365天深度学习训练营中的学习记录博客参考文章：[365天深度学习训练营-第Y4周：common.py文件解读我的环境：●语言环境：Python3.8●数据集：coco128●深度学习环境：Pytorch

ariesoary·2022-12-21 07:11

Jetson nano配置pytorch深度学习环境//待完善

jetsonnano安装深度学习环境-知乎(zhihu.com)//先去官网下载好torch与torchvision的whl文件，网不太好的话可能需要科学上网，我下载的是torch==1.10.1与torchvision

思考实践·2022-12-20 14:45

【环境配置】pytorch深度学习环境版本

python==3.9.13pytorch==1.12.1torchaudio==0.12.1torchvision==0.13.1cudatoolkit==11.3.1cudann.version==8302

加斯顿工程师·2022-12-20 14:34

tensorflow linux多卡训练_用 Windows 电脑训练深度学习模型？超详细配置教程来了...

KaggleMaster及机器学习实践者Abhinand立足于自己的实践，给出了一种简单易行的Windows深度学习环境配置流程。本文将介

weixin_39702400·2022-12-20 00:46

一定能看懂的：Windows下安装anaconda3与换源！（包含换源后pip速度慢的解决方案！）超简单！超小白！

本篇：Windows下深度学习环境的搭

动量核心·2022-12-20 00:42

派福利！通过 Azure 零成本进入 CUDA 编程

我们在配置深度学习环境的时候，除了安装各种库和框架外，如果需要GPU加速，还需要配置CUDA。那CUDA是什么？它的作用是什么？CUDA编程介绍什么是CUDA？

·2022-12-19 17:46

win10下面使用pycharm和torch进行深度学习环境搭建一定要安装anaconda

anaconda是python的一个大的发行版，里面有很多python相关的包，如果要是进行深度学习环境搭建的化，必须要下载它和pycharm联合使用，File-NewProject之后选择newcondaenvironmen

Carpe_Diem_t·2022-12-18 16:10

win10+ubuntu18.04双系统安装教程

ubuntu18.04.3桌面版iso文件3、制作u盘启动盘4、选择第一启动项为U盘启动5、安装ubuntu18.04.36、重启进入ubuntu系统7、更改ubuntu源8、无线网络连不上的问题四、深度学习环境配置

追逐本心·2022-12-18 13:24

Ubuntu18.04系统搭建深度学习环境

安装概要：显卡驱动+cuda11.7+cudnn+pip换源+Anaconda3+pycharm『xxx』：代表软件名称目录1、系统换源2、安装显卡驱动3、安装cuda和cudnn4、安装Anaconda35、pip换源6、安装pytorch7、安装Pycharm总结1、系统换源注:更新包的时候速度变快1）找到『软件和更新』，将“下载自”中的源改为阿里云的源，如下图所示：2）在“其他软件”里将“C

習澤宇·2022-12-18 13:53

解决pycharm2022版在anaconda中创建的深度学习环境中如何选择pytorch环境

图一是那位博主的截图展示图一而我的却是图二这样的图二在我眼看网上各种搜，搜不到的时候。自己瞎点给解决了。第一步：在AddNewInterpreter处点击鼠标左键第二步：选择Conda环境，在最上方的Interpreter处点击向下的小箭头，在弹出的环境选择pytorch就可以了。第一篇博客结束，后续会完善博客书写和yolo的学习内容。

m0_63027210·2022-12-18 02:22

给无法连接外网或没有互联网的电脑、服务器离线配置anaconda、tensorflow、keras深度学习环境配置

目录问题描述安装流程问题描述电脑无法连接外网、电脑没有网，需要配置anaconda、tensorflow、keras安装流程一、首先你需要在有网的电脑先配置好tensorflow环境，具体安装步骤略。1.安装Anaconda，在anaconda创建一个虚拟环境命名为tensorflow①安装好的Anaconda②打开Anaconda，创建一个虚拟环境命名为tensorflow配置好的环境tenso

爱学习的普通人·2022-12-17 23:44

深度学习环境搭建：Ubuntu20.04+显卡驱动450.80+cuda11.03

深度学习环境搭建：Ubuntu20.04+显卡驱动450.80+cuda11.03其他环境配置：https://blog.csdn.net/qq_26625581/article/details/109703131

Eagle104fred·2022-12-17 16:59

在家搭建Deepin15.11+cuda10.1+cudnn+pytorch

Deepin15.11+cuda10.1+cudnn+pytorch深度学习环境搭建硬件篇由于疫情这个特殊的时期，在家也不能不学习啊。

陆三斤·2022-12-17 16:59

deepin安装cuda11.2 图文教程、配置cuDNN8.1

深度学习环境搭建：Ubuntu20.04+显卡驱动450.80+cuda11.03_Eagle104fred的博客-CSDN博客_450.80.02对应cuda版本exportPATH=/usr/local

老三是只猫·2022-12-17 16:21

Windows 10下配置深度学习环境纪实(显卡驱动+CUDA+TensorFlow+Anaconda+PyCharm)

Windows10下配置深度学习环境纪实（显卡驱动+CUDA+TensorFlow+Anaconda+PyCharm）前言1显卡驱动安装2安装CUDA和cudnn2.1CUDA下载2.2cudnn下载2.3CUDA

小镇拾光·2022-12-17 14:16

YOLOv5白皮书-第Y2周：训练自己的数据集

开始训练一、课题背景和开发环境第Y2周：训练自己的数据集语言：Python3、Pytorch开发环境电脑系统：Windows10语言环境：Python3.8.2编译器：无（直接在cmd.exe内运行）深度学习环境

Oaix Nay·2022-12-17 07:33

在Ubuntu18.04上配置深度学习环境：Cuda10.1+cudnn7.6+tensorflow1.14.0+keras2.2.4+torch1.1.0（2）

最近一个项目需要在TITANRTX2080Ti上安装Ubuntu18.04+Nvidia-430显卡驱动+Cuda10.1+Cudnn+7.6+Anaconda3+深度学习环境（tensorflow1.14.0

Juln_瑾·2022-12-17 00:52

【014】Ubuntu18.04深度学习环境搭建python3.8+CUDA10.1+tensorflow2.3.1+PyTorch1.7.0+pycharm

1.安装显卡驱动默认安装的显卡驱动不是英伟达的驱动，所以先把旧得驱动删除掉。sudoapt-getpurgenvidia*添加GraphicDriversPPAsudoadd-apt-repositoryppa:graphics-drivers/ppasudoapt-getupdate查看合适的驱动版本ubuntu-driversdevices显示如下：显示recommended的即位推荐安装版本

龚小梦·2022-12-17 00:22

ubuntu安装多个cuda

ubuntu18.04安装cuda10.1ubuntu18.04上安装多个CUDA版本并可以随时切换服务器中安装多版本的cuda_pursuit_zhangyu的博客-CSDN博客_服务器cuda版本【深度学习环境

超人妈妈·2022-12-16 18:06

AUTODL虚拟环境搭建（3）

在使用云服务器时，虚拟环境的搭建问题很大，不是出现cuda版本不契合，就是tensorflow的版本或者pytorch的版本问题AutoDL服务器配置+配置深度学习环境（pytorch）_哔哩哔哩_bilibili

冰虺·2022-12-16 18:19

AUTODL云服务器的使用

最近迫不得已又得使用云服务器，把找到的一些好资源与大家分享一下：1.AutoDL服务器配置+配置深度学习环境（pytorch）_哔哩哔哩_bilibili2.P2_AutoDL平台Pycharm使用教程

冰虺·2022-12-16 18:19

ubuntu深度学习环境配置

1显卡驱动1.1PPA源安装ubuntu-driversdevicessudoapt-getinstallnvidia-xxx(自己的版本号)这里所需的时间较长，如果没有报错，需要重启电脑。测试显卡驱动是否成功nvidia-smi1.2测试nvidia-smi

赵信_lps·2022-12-16 17:46

超算云服务深度学习环境配置Pytorch1.6+CUDA10.2+DGL0.4.3

超算云服务深度学习环境配置登录超算云服务连接服务器1.通过SSH连接服务器2.通过第三方软件连接服务器（Xshell）配置深度学习环境1.查看服务器已安装模块2.调用Anaconda模块3.创建Python3.7

平平无奇科研小天才·2022-12-15 21:33

Ubuntu18.04安装CUDA深度学习环境

N卡在深度学习领域具备无可替代的地位，这里记录以下在我这台配备GFMX250N卡笔记本上安装cuda以及cuNN的具体步骤。MX250属于低端显卡了，一开始我还担心它会不会不支持CUDA，后面确认了一下，发现可以支持。关于确认N卡是否支持CUDA以及支持版本的具体步骤，可以参考我的这篇博客：如何确定PCNvidia显卡是否支持CUDA以及cudaNN?过程不难，细节很多，下面记录具体步骤：0:禁用

papaofdoudou·2022-12-15 19:26

深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输

目录1.创建基于AutoDL的GPU环境1.1租用实例1.2配置环境——激活conda1.3根据不同框架和GPU的操作1.4jupyter页面更新1.5电脑有网的情况下，jupyter显示“未连接成功”的解决办法2.安装Xftp3.Xftp与AutoDL网盘连接1.创建基于AutoDL的GPU环境（环境配置可以选择无卡模式，费用低）1.1租用实例1.算力市场根据需求算则合适GPU（不清楚怎么选点击

李同学_道阻且行·2022-12-15 17:37

ROS图像的Deeplab v3+实时语义分割（ROS+Pytorch）

其中的难点在于一般的语义分割网络都是离线的，对某个文件夹的图像进行分割并保存结果，而且一般需要用到深度学习环境（如Pytor

橘子皮一下·2022-12-15 16:49

Pytorch实战 |Y2 yolov5训练自己的数据集

一、我的环境●语言环境：Python3.8●编译器：pycharm●深度学习环境：Pytorch●数据来源：水果链接二、准备数据1、在yolov5的主目录下，新建自己的文件夹data-test，新建文件夹

陈大麦 .·2022-12-15 10:44

3D-Resnet-50 医学图像分类（二分类任务）torch代码（精简版）-图像格式为NIFTI

dr_yingli·2022-12-14 23:29

2080TI Ubuntu18.04 torch1.8保姆级yolov5运行环境搭建

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档2080TIUbuntu18.04torch1.8保姆级yolov5运行环境搭建前言一、引用资料二、未搭建深度学习环境的需阅读此部分三、开始搭建运行环境

跆拳道~跆拳小生~小陶·2022-12-14 19:35

ubuntu18.04配置cuda（RTX3080Ti）

10系的显卡换成30系显卡后，之前配好的深度学习环境出现了兼容问题，索性重装系统，从零开始配环境，过程中也出现了各种对新显卡不兼容的情况，以下的配置是本人摸索最终成功的版本，特此记录一下。

athrunsunny·2022-12-14 17:57

深度学习环境配置

深度学习环境配置-windows环境下用anconda安装pytorch，随后导入pycharm前言工欲善其事，必先利其器，工具的使用能够帮助我们更好的去达到目的，本人是深度学习中的一个小小菜鸟，普通记录一下自己的学习历程

科研工作者MY008·2022-12-13 18:40

Matlab深度学习环境配置问题初探

1.运行环境（i）操作系统：Windows7（ii）CUDA版本：cuda_10.2.89_441.22_windows，可在NVIDIA官网下载（iii）cudnn版本：cudnn-8.0-windows7-x64-v5.0-ga，可在NVIDIA官网下载（iv）Matlab版本：MATLABR2016b（v）工具箱版本：matconvnet-1.0-beta24，可在网址http://www.

夜行惊鹊·2022-12-13 18:09

深度学习环境配置流程

深度学习环境配置流程1.根据自己电脑的显卡型号，下载并安装相应的显卡驱动2.使用nvidia-smi命令查看能安装的最大CUDA版本3.根据需要下载安装CUDA4.根据CUDA版本下载安装cuDNN5.

玛卡巴卡￥￥·2022-12-13 18:30

Ubuntu16.04深度学习环境+个人桌面配置（CUDA10.1 + cudnn8.0.4 + pytorch1.7）

我的坎坷配环境之路一、更新Ali云软件源1.备份2.修改3.更新二、安装chrome三、安装NVIDIA驱动1.下载驱动2.安装驱动的准备工作3.安装驱动四、CUDA的安装1.下载安装文件2.安装CUDA3.添加路径4.检查是否安装成功五、cudnn的安装1.安装包的下载2.安装3.测试六、miniconda的安装与PyTorch配置1.安装包下载2.更换源3.新建PyTorch环境4.Jupyt

王焱炀爱睡觉·2022-12-13 15:37

VScode简单配置深度学习环境（连接远程服务器）

文章目录前言配置SSH链接配置Jupyternotebook前言由于之前配置了服务器的内网穿透，寻思着顺便把深度学习的环境也简单的配置一下。在pycharm和vscode中选择了后者。这里简单记录一下配置的流程，以便日后有需要的时候可以参考。配置SSH链接建立远程服务器链接，然后再在弹出的窗口输入服务器ssh连接，例如：[email protected]（公网IP）-p2288之后点

pengege666·2022-12-12 07:00

深度学习环境搭建（二）之 CUDA Driver 安装

硬件配置ThinkPad笔记本电脑显卡NVIDIATITANxxx内存128GCPU2620V42电源1600w2硬盘256G2+2T安装完Ubuntu20.04系统并且成功进入桌面之后，会发现屏幕的分辨率很低，这是因为没有安装显卡驱动的缘故。下面是CUDADriver的安装过程。安装NVIDIATITANXp显卡驱动默认安装的显卡驱动不是英伟达的驱动，所以先把旧得驱动删除掉。sudoapt-ge

武魂殿001·2022-12-12 00:06

windows带GPU环境安装深度学习环境

windows带GPU环境安装深度学习环境1.下载anaconda1.1下载安装1.2anaconda换源1.3anaconda使用方法（虚拟环境创建）2.下载Pycharm3.下载CUDA4.下载CUDNN5

烤荔枝的大猫·2022-12-11 09:24

conda cudnn版本升级_Ubuntu 18.04 下 cuda + cudnn 安装和 conda 深度学习环境配置

1.NVIDIA显卡驱动安装1、首先设置bios禁用secureboot将其设置为disable，一般是在开机尚未进入系统时按F2或者F12等等进入bios，具体哪个按键看机器具体的情况。2、如果之前安装过NVIDIA的驱动，卸载之前安装的显卡驱动：$sudoapt-getpurgenvidia*3、配置系统，禁用掉默认安装的nouveau开源驱动：$sudogedit/etc/modprobe.

weixin_39773215·2022-12-11 09:23

推荐频道

cuda&深度学习环境