看了网上很多版本叫你安装gpu版本的pytorch后，自己写了一个比较简单的方法！步骤很少，而且不会出什么问题！不仅在虚拟环境，在你的最初的那个环境也可以这样安装！而且下载速度很快！亲测有效！torchvision安装也是同理！注意我的是安装了anaconda！安装方法可以参考：1.知道自己的cuda版本在cmd命令下输入：nvidia-smi 我的版本是11.4.2.查找cuda版本
目录一、下载CUDA1.2 安装CUDA1.3 添加系统变量1.4 安装测试1.5 安装cuDNN二、安装Anaconda2.0 Anaconda简介2.1下载Anaconda2.2 安装Anaconda2.3 Anaconda创建环境2.4 激活环境，配置paddle2.5 安装paddle2.02.6更换下载源三、安装Pycharm3.1 下载Pycharm3.2 安装Pycharm相关安装包
转载
2024-06-18 12:36:21
2722阅读
点赞
现在回头来看当时搭建环境水了点，更新一个在Windows上搭建tensorflow-gpu环境的方法,大概就用10分钟吧：首先下载清华miniconda镜像，https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 然后安装，安装好之后打开Anaconda Prompt,会出现终端界面，不要慌，终端界面很简单几乎不用敲指令，直接复制
转载
2024-03-19 22:06:19
0阅读
如何使用自己电脑上自带的GPU来运行pycharm中的程序准备工作：在代码中指定gpu来运行第一步：cuda的安装第二步：mxnet的安装第三步：可能的numpy问题附1：如何回到CPU模式附2：如何判断自己是否在用GPU 准备工作：在代码中指定gpu来运行如果需要用gpu运行代码，必须先在代码中指定gpu，即将相应的值存储在显存上，这是第一步 1.默认情况下，数据都是存放在内存上，如x = n
转载
2023-09-01 10:56:45
2764阅读
创建环境下载gpu版pytorch前言本篇文章是根据自己调试的过程所做的总结，主要目的是为了用gpu去跑深度学习的模型，所以需要下载pytorch的gpu版本，但是当中出现了很多错误，所以这里给出一版经试验成功的解决方案。GPU准备：下载CUDA,CUDNN这个主要是在官网上找到对应版本，许多之前的博主的方法都是一致的：第一步，是在桌面点击右键会出现NVIDA控制面板的选项，点击会出
转载
2023-11-23 20:37:23
30阅读
目录 Pycharm版本分布为什么我的Pycharm不能新建flask项目应该选择什么样的Python解释器环境如何修改颜色方案如何修改字体如何关闭那些烦人的代码提示/语法风格检测/波浪线如何安装package为什么安装package很慢如何格式化代码如何创建一个自己的package这些自动补全你知道吗? Pycharm版本分布pycharm-professional专业版: 试用30天,收
转载
2024-08-22 12:38:54
94阅读
Win7下Anaconda、tensorflow、pycharm的安装(cpu版本)一.Anaconda、tensotflow的下载及安装见以下链接：Windows下安装tensorflow（CPU + GPU）Win10下用Anaconda安装TensorFlowwin7系统 深度学习环境 anaconda+tensorflow+jupyter notebook轻松搭建tensorflow安装过
1,PYTORCH对应它的GPU，tensorflo对应它的GPU，还是可以共用GPU各自对应各自的GPU2,多个CUDA和cuDNN可以在一个电脑上共存吗？可以，查看如下链接：windows下同一个显卡配置多个CUDA工具包以及它们之间的切换_MIss-Y的博客cuda 工具包3，虚拟环境中可以使用GPU吗？如何使用在开始配置GPU环境开始之前，确保安装好了Anaconda，pycharmAna
转载
2023-10-08 15:43:28
21阅读
要配置Tensorflow的GPU版本，需要先配置好CUDA和cuDNN。由于我要配置Tensorflow的1.4.0版本，所以选择的是CUDA8.0和cuDNN v6.0版本。具体需要怎么选择可以参考下图(图片来源于博客：)： 在进入本文的步骤之前请先确保CUDA和cuDNN的正确安装。1、Anaconda的安装参考博客：这里我选择的是基于Python3.5的Anacond
0. 介绍之前的博客中简单讲到了gprmax3.0安装使用过程中的一些问题（点此进入），pycharm运行gprmax能避免cmd操作中反复复制粘贴的过程，便于模拟，对仿真数据量较大时特别有用，尤其是机器学习、深度学习所需大量数据的仿真，这篇博客主要介绍如何在pycharm中配置gprmax以及其使用方法欢迎交流：1593458764@.com特别说明：由于本人最近闲暇时间太少，不再提供免费安
转载
2024-03-15 11:31:53
548阅读
Windows下在pycharm中的tensorflow和cuda安装教程需要安装的软件：1、CUDA Toolkit： CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。（只有安装cuda才能让显卡支持tensorflow的运行） 2、cuDNN：是NVIDIA打造
转载
2024-05-06 20:45:12
183阅读
pycharm版本必须是专业版工欲善其事，必先利其器。 很多童鞋都是在本地编写和调试代码，然后再将代码通过某种方式传到服务器上，用vim修修改改然后运行。先不说本地和服务器手工维护和同步两份代码劳心劳肺，若不是对vim编辑文件得心应手也自然会费时费力。因此，强烈推荐写python的同学用pycharm远程链接远程服务器，下面具体讲讲如何连接。首先，说明，想要pycharm链接远程服务器，必须是pr
转载
2023-11-29 01:00:41
1031阅读
文章目录写在前面1. 激活虚拟环境1.1 创建conda1.2 创建并激活虚拟环境1.2.1 进入base环境1.2.2 创建虚拟环境1.2.3 激活虚拟环境2. 虚拟环境安装CUDA2.1 确定可安装cuda版本2.2 安装CUDATookit2.3 安装cuDNN3. 安装pytorch-gpu4. PyCharm使用pytorch-gpu环境4.1 安装Pycharm4.2 添加Pytho
在pycharm中测试TensorFlow环境是否配置成功的过程中，出现了如下警告：大概意思是：你的CPU支持AVX扩展，但是你安装的TensorFlow版本无法编译使用。 原因：除了通常的算术和逻辑，现代CPU提供了许多低级指令，称为扩展，例如， SSE2，SSE4，AVX等来自维基百科：高级矢量扩展（AVX）是英特尔在2008年3月提出的英特尔和AMD微处理器的x86指令集体系结构的
转载
2024-10-29 10:12:02
46阅读
系统环境：Ubuntu16.04一、安装Ubuntu16.04双系统1、利用UltraISO制作安装启动U盘《见 Ubuntu 16.04 安装基础入门教程 启动U盘制作部分》2、Windows磁盘分区给Ubuntu《见 Windows下安装Ubuntu 16.04双系统 》3、安装成功二、安装显卡驱动１、去英伟达官网下载驱动（https://www.nvidia.com/Download/ind
Windows10下安装Anaconda、Pycharm、Tensorflow-gpu，并在Pycharm中配置TensorflowPyCharm 是一款功能强大的 Python 编辑器，其提供了一个带编码补全，代码片段，支持代码折叠和分割窗口的智能、可配置的编辑器，可帮助用户更快更轻松的完成编码工作。用户可使用其编码语法，错误高亮，智能检测以及一键式代码快速补全建议，使得编码更优化。所以我一般推
在上一篇文章中，作者介绍了用Anaconda安装Python和TensorFlow-GPU的整套解决方案，步骤简单，非常实用。如果还没有安装Anaconda、Python以及TensorFlow的同学，可以显将上述三者安装好。上一篇文章见链接： PhD Xu：用Anaconda安装Tensorflow-GPU，并与PyCharm相结合，极简实用教程（一）zhuanlan.zhi
如何真真正正算配好tensorflowTensorFlow-gpu安装时要与CUDA、CUDNN版本对应。 明确四个东西： 1.需要安装的tensorflow-gpu的版本。 2.要安装的tesorflow-gpu对应的cuda版本。 3.要安装的tesorflow-gpu对应的cudnn版本。 4.要安装的tesorflow-gpu对应的python版本。准备材料 ： Anaconda(版本不
转载
2024-04-24 16:23:10
287阅读
0、前言和相关知识PaddlePaddle运行在Docker中，在这其中我有两个疑问： 1、怎么与Docker交互？ paddlepaddle的book项目就是教程，里面有paddle的项目环境，可以用jupyter botebook来写代码和学习，但是总是觉得有点变扭，毕竟浏览器没有IDE那种质感，其实官方是有如下说法以交互容器方式运行开发镜像：
docker run -it --rm pa
转载
2024-08-12 09:11:50
72阅读
—写在最前：请确保您的计算机符合深度学习最低配置；配置环境本身就是复杂的事情，希望各位能够钻研并坚持下去—请注意： （1）如果你的机子上在这之前已经安装了python，并且在pycharm中配置好了python环境，那么作者还是建议，卸载掉原来的python环境，因为博主曾经试过不卸载掉原来的python环境并且直接安装anaconda环境（可能是博主在安装Anaconda的时候没有勾选本文步骤3
转载
2023-12-11 09:19:29
753阅读
