Win10安装Anconda 、Tensorflow、Cuda、cudnn下载并安装Cuda、cudnn、Anaconda一个安装Cuda教程（带图）Cuda官网下载链接:https://developer.nvidia.com/cuda-toolkit-archive 从中选择和自己电脑相匹配的版本，如果不知道自己的显卡支持什么版本，英伟达（Nvidia）的可以去这里查：https://deve
一、anaconda配置镜像查看源：conda config --show-sources在Mac and Linux下：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes在W
基于NVidia官方的nvidia/cuda image，构建适用于Deep Learning的基础image。 思路就是先把常用的东西都塞进去，build成image，此后使用时想装哪个框架就装。 为了体验重装系统的乐趣，所以采用慢慢来比较快的步骤，而不是通过Dockerfile来build。环境信息已经安装了Docker CE和NVIDIA Container Toolkit，具体流程参考这里
转载
2024-03-22 10:31:02
437阅读
文章目录一、管理conda1.查询conda信息2.升级conda3.升级anaconda二、虚拟环境的操作命令1.查看虚拟环境列表2.创建新的虚拟环境3.进入虚拟环境4.退出虚拟环境5.给虚拟环境安装库6.删除虚拟环境7.复制虚拟环境三、镜像源操作1.查看镜像配置2.打开配置文件3.添加镜像源1）清华源2）中科大源4.删除镜像源四、包管理1.列出所有安装的包的信息2.查询包3.安装包4.升级包
转载
2024-05-27 16:11:39
2473阅读
一、搭建本地yum源1、设置需要搭建yum源主机的ip2、将镜像上传到搭建yum源的主机上（虚拟机的版本要和镜像的版本对应） 此时我们想要安装安装包时，并不存在我们需要的安装包，通过挂载镜像的方式可以将我们需要的包导入。此时找不到需要的包挂载镜像： 创建一个目录，用于镜像的挂载，然后将镜像挂载到此目录： mount命令是镜像的挂载： 查看挂载是否成功： 最后一行显示我们将镜像挂载成功。编辑yum源
转载
2024-02-23 22:07:08
249阅读
查看源
conda config --show-sources
添加仓库
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pk
转载
2024-07-22 19:46:41
497阅读
深度学习pytorch框架环境搭建1.anaconda3的安装2.pycharm的安装3.cuda的安装4.cudnn的安装5.pytorch的安装 1.anaconda3的安装首先进入anaconda官网https://repo.anaconda.com/archive/ 注意：5.3以后的是python3.7的，3.7是一个比较稳定的版本。 如果官网下载不了可以去清华大学镜像下载。 清华大学
转载
2024-04-15 12:04:09
10000+阅读
如果你在配置 Conda 镜像源时遇到问题，可能是由于配置未正确生效或存在冲突。以下是详细的排查和解决方法：1. 检查当前 Conda 镜像源配置运行以下命令查看当前的 Conda 镜像源配置：conda config --show channels如果输出中仍然显示默认的官方镜像源（如 https://repo.anaconda.com/pkgs/main），说明镜像源配置未成功。2. 手动添加
1. 详细步骤1.1 Windows 用户操作（其他操作系统可跳过）conda config --set show_channel_urls yes1.2 配置文件编辑# vim ~/.condarc
# 输入以下内容
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.
原创
2024-10-06 23:25:57
653阅读
# 使用 Conda 安装 PyTorch：如何设置镜像源
在深度学习领域，PyTorch 是一个广泛使用的开源框架。由于其灵活性和动态计算图的优势，越来越多的研究人员和开发者选择使用 PyTorch 进行模型构建和训练。然而，有时由于网络原因，直接从官方源安装 PyTorch 可能会比较慢。在这种情况下，使用镜像源进行安装将会变得非常重要。
## 什么是镜像源？
镜像源是提供软件包镜像的服
在conda中配置镜像源，可以大大加快你的包安装速度，特别是在网络连接较慢的情况下。方法1：conda config --set channel_priority strict
conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/
conda config --add channels https://
conda常用操作和配置镜像源pip临时使用国内镜像源永久使用国内镜像源1、豆瓣源2、清华源3、中科大源4、配置成功会出现：5、删除镜像源conda0.出现 channels问题时候1.查看默认源2.删除一个默认源3.增加一个默认源4.设置搜索时显示通道地址5.文件所在位置（进行增删）conda常用命令1、创建虚拟环境2、激活虚拟环境3、退出当前环境4、删除环境5、复制虚拟环境6、查看当前所有环
转载
2024-03-17 11:36:34
1804阅读
python 3.7版本目前和tensorflow兼容性不是很好，推荐使用：python 3.6 本人是之前装的anconda3装的python3.7，为了配置tensorflow又创建了py36环境安装python3.6安装NVIDIA用最简单的方法安装成功的： 最开始用指令安装失败了，重启进入不了图形界面，进入ubuntu之后黑屏有光标在闪 解决办法：ssh远程进入我的主机IP，卸载英伟达驱动
conda 使用清华大学开源软件镜像Anaconda的安装步骤不在本文的讨论中，我们主要是学习一下如何配置conda的镜像，以及一些问题的解决过程配置镜像在conda安装好之后，默认的镜像是官方的，由于官网的镜像在境外，我们使用国内的镜像能够加快访问的速度。这里我选择了清华的的镜像。镜像的地址如下:点我进入tuna在命令行中运行conda config --add channels https:/
转载
2024-01-18 11:03:09
0阅读
文章目录1 官网下载2 安装3 使用4 验证5 管理包6 切换当前开发环境 1 官网下载Anaconda官网：https://www.anaconda.com/distribution/Anaconda历史版本： https://repo.anaconda.com/archive/清华镜像网站： https://mirrors.tuna.tsinghua.edu.cn/anaconda/arch
转载
2024-06-13 13:00:09
1431阅读
一、注意事项安装了3个钟头，遇到了很多问题，成功后总结一下遇到的问题，希望大家及时止损。 1.要是用tensorflow_gpu,需要安装cuda，如果要运行神经网络，需要安装cudnn。 2.duda，cudnn，tensorflow_gpu,这三者有对应的版本号，具体的大家可以百度。我安装的对应版本是cuda10.0+cudnn(在官网下载时选择对应cuda10.0的版本)+tensorflo
转载
2024-08-20 17:20:43
1294阅读
在pytorch安装中，参考了很多前人的方法，但仍然踩坑，目前没有安装成功。一、conda安装先是在pytorch官网上试着用conda安装， 同时添加了conda安装清华源的唯一镜像源：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/目前conda的镜像源如下
文章目录一、存储简介1、存储的分类2、存储类型的分类3、分布式存储介绍二、GlusterFS2.1 GlusterFS 集群1、创建集群2、准备存储目录3、创建存储卷4、启动存储卷5、客户端挂载6、卷的删除2.2 GlusterFS 卷类型1、Distributed2、Replicated3、Distributed Replicated4、Dispersed5、Distributed Dispe
首先，将本地镜像mount到某个目录，假设有两个镜像盘dvd1.iso 和dvd2.iso
mkdir dvd1
mkdir dvd2
mount -o loop /home/dvd1.iso /mnt/dvd1
mount -o loop /home/dvd2.iso /mnt/dvd2
rpm包的系统（例如centos，有yum命令的都是）操作如下：
centos
[root
转载
2024-05-22 16:52:23
862阅读
我的折磨历程开始的时候用乌班图的时候，不懂事，根目录太小了，后来就满了，就就感觉完全没法用，看着现在硬盘贼便宜，去狗东买了个新的硬盘。感觉挂载硬盘并不能解决我的问题，最后选择了保留系统数据进行系统迁移提前的准备一块新的2t的杂牌固态。一个乌班图系统安装盘。（我用的Ventoy可以同时安装多个ios镜像贼好用Ventoy官网）一个不怕被折磨的内心。万事具备！ 准备接受折磨吧！内心的吐槽：有一说一，开
转载
2024-05-27 18:32:36
29阅读
