Pytorch安装倒腾了一上午终于搞定,记录一下安装过程. 1. 首先尝试官网的安装方式,但是网速太慢了. 除去cudnn100, torchvision和pytorch三个文件,其余可以直接从清华镜像源下载. 这三个包直接进入官网,使用多线程(我用idm下载的,最好在挂个代理或者VPN)下载后,离线安装.离线安装命令: conda install --use-local Pkg_name 2. 安装完成后报错,拷贝系统lib目录下相关文件到需求路径,测试成功. 执行如下代码,需要根据安装路径适

目录 安装GCC 安装NVIDIA驱动 1. 卸载原有驱动(没装跳过) 2. 禁用nouveau 3. 安装NVIDIA显卡驱动 安装CUDA10.1 安装cudnn 安装anaconda 安装tensorflow 安装pytorch Reference 本篇博文根据本人亲装碰到的问题搜寻总结而成,具体参考见结尾REFERENCE 安装GCC 服务器版未装有gcc,但英伟达驱动安装需要gcc,尝试过换源.更新软件库.以及overstack的几种方法均未能解决,最终发现可以通过安装build-es

离线状态迁移Anaconda虚拟环境 同样是项目需求,需要布署的服务器上的Anaconda安装到了普通账户下 而后续所有的内容都需要通过root账户进行操作,而服务器已经布署,联网比较麻烦 本文提出,在无需联网的状态下,转移一下Anaconda的环境 1. 安装 Anaconda 所有的操作最好都用root账户进行 找到之前下载的Anaconda3-2019.10-Linux-x86_64.sh文件,最好移动到root目录下: 运行bash Anaconda3-2019.10-Linux-x86

1. 前提: 安装前服务器情况,已经安装好了: CUDNN=7.3.0 CUDA=10.0.130 Opencv 2.4.13 相应命令为: cuda 版本 cat /usr/local/cuda/version.txt cudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 opencv版本 pkg-config opencv --modversion 2. 准备caffe, python环境 从https://

1.安装anaconda:国内镜像网址:https://mirror.tuna.tsinghua.edu.cn/help/anaconda/下载对应系统对应python版本的anaconda版本(Linux的是.sh文件)安装命令(要在非root下安装,否则找不到conda命令):bash Anaconda3-5.1.0-Linux-x86_64.sh2.用anaconda安装pytorch(1)设置conda的地址:conda config --add channels https://mir

Anaconda 1.  下载Anaconda https://www.anaconda.com/download/ 2.  安装 3. 添加环境变量 Path - C:\Users\Godzilla\Anaconda3\Scripts 4. 测试  cmd中输入  conda --version 5. 换源 https://www.jianshu.com/p/9c6b7fc4f1d9 channels: - https://mirrors.ustc.edu.cn/anaconda/pkgs/m

一.安装Pytorch: # -c 指定用pytorch镜像源下载软件conda install pytorch torchvision cpuonly -c pytorch 报错: 二.配置: channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ - https://mirr

前提:你已经事先安装好了Anaconda 在线安装pytorch总是出现这样那样的问题,所以我选择先去清华镜像下载好与python版本对应的pytorch和torchvision文件,然后本地安装 清华镜像地址https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ 在这里选择python版本相应的文件(注意!这里说的python版本是指anaconda中自动安装的python的版本,所以你要去anaconda nav

00 想说的 深度学习的环境我配置了两个阶段,暑假的时候在一个主攻视觉的实验室干活,闲暇时候就顺手想给自己的Ubuntu1804配置一个深度学习的环境.这会儿配到了anaconda+pytorch+cuda,但是记忆里是显卡始终配不好. 1 torch.cuda.is_available() 2 >> False 3 # 表示显卡不配套 当时我以为就崩了. 确实是崩了,应该是navigator出现了一些问题. 事实上根据后续的回忆,是当时的自己对这些东西没有一个清楚的认识,pytorch装好就

目录 前言 1. 创建虚拟环境 2. 虚拟环境管理 3. Conda虚拟环境的包管理 前言 今天把anaconda进行了滚动更新,实体环境python版本也相应从3.6跟新到了3.7.但是问题来了,之前安装的很多包,如opencv,dlib,等等都找不到对应版本,尴尬.......通常很多东西都是逃避不过去的,迟早会遇到,那么开始对虚拟环境的学习---- 1. 创建虚拟环境 conda create -n env_name python=X.X 以下是我的运行过程 # root @ geoffr

首先要安装Anaconda 下载网址:https://www.anaconda.com/distribution/#download-section      Miniconda下载网址:https://conda.io/en/latest/miniconda.html 1,安装完成配置环境变量 3,安装新的虚拟环境 conda create -n 环境名称 要装的语言(指定版本) 等待安装完毕  完毕后会提示怎么开启和关闭虚拟环境 如上图安装成功 4,虚拟环境的常用命令 查看版本号 激活虚拟环

anaconda下jupyter notebook的打开目录的修改:参考:https://www.cnblogs.com/amberdata/p/7907845.html pytorch官网:https://pytorch.org/ 因为我之前安装tensorflow,就已经安装了cuda9和cudnn,具体可以参考我的上一篇: https://www.cnblogs.com/gaofighting/p/9917456.html 安装pytorch参考: https://www.cnblogs.

1.首先在所在系统中安装Anaconda.可以打开命令行输入conda -V检验是否安装以及当前conda的版本. 2.conda常用的命令. 1)conda list 查看安装了哪些包. 2)conda env list 或 conda info -e 查看当前存在哪些虚拟环境 3)conda update conda 检查更新当前conda 3.创建python虚拟环境. 使用 conda create -n your_env_name python=X.X(2.7.3.6等)命令创建pyt

安装anaconda,下载64位版本安装https://www.anaconda.com/download/    官网比较慢,可到清华开源镜像站上下载 环境变量: D:\Anaconda3;D:\Anaconda3\Library\mingw-w64\bin;D:\Anaconda3\Library\usr\bin;D:\Anaconda3\Library\bin;D:\Anaconda3\Scripts; 官网教程 https://docs.anaconda.com/anaconda/nav

因为要在windows系统系统中练习tensorflow,所以需要配置一下环境(来回的开关机切换环境太麻烦了......) 首先安装anaconda3,我选择的版本是Anaconda3 5.1.0,对应的python的版本是python3.6.anaconda和python对应的版本关系如下图: 下载的是使用的中科大的镜像站 http://mirrors.ustc.edu.cn/anaconda/archive/ 具体安装过程不表,配置一下安装路径就可以,还有就是将下面的勾取消掉了(默认勾选的,

Anaconda是一个Python语言管理器,支持安装基于Python的开发包,例如tensorflow.Pytorch等,以及各种基于Python的IDE. https://www.jb51.net/article/155635.htm win10+conda+pytorch-gpu安装:https://blog.csdn.net/SpadgerZ/article/details/89468756 设置清华镜像:https://blog.csdn.net/genous110/article/d

创建虚拟环境:conda create -n env_name packages 例:创建名为env1的虚拟环境,并在其中安装numpy,conda create -n env1 numpy. 指定特定版本的Python,conda create -n py2 python=2 查询虚拟环境:conda env list 切换虚拟环境:MacOS/Linux,source activate env_name Windows,activate env_name 离开虚拟环境:MaxOS/Linux

之前在自己博客上写了一个如何通过自建配置文件,让jupyter notebook可以调用conda虚拟环境的python解释器. 今天介绍一种更加简单的方式,无需手动配置文件,利用ipykernel可以自动生成对应的配置文件,然后直接启动jupyter notebook即可,而且只需要在第一次使用的时候进行生成,之后可以直接使用. 例如,现在想创建一个虚拟环境名为py3,希望在jupyter notebook中可以直接选择py3这个kernel.命令如下 conda create -n py3

0 - 步骤 安装visualcppbuildtools_full.exe(链接:https://blog.csdn.net/u012247418/article/details/82314129) 重启电脑,在开始菜单中打开"Visual C++ 2015 x64 Native Build Tools Command Prompt"命令行 命令行中键入"activate env_name"激活虚拟环境(env_name为虚拟环境名称) 命令行中键入"pi

查看所有已安装的软件包$ conda list# packages in environment at S:\Users\jiangshan\Anaconda3:## Name Version Build Channel_ipyw_jlab_nb_ext_conf 0.1.0 py37_0 defaultsalabaster 0.7.12 py37_0 defaultsanaconda 2018.12 py37_0 defaults........ 查看当前存在哪些虚拟环境$ conda inf