环境：Ubuntu 16.04，华为云ESC的GPU服务器（GPU: 1 NVIDIA T4 / 16G） 需要工具：Docker，nvidia-docker，tensorflow，python3.6Docker相关安装默认安装的Docker是不能使用Host的GPU设备的，Nvidia提供了一个plugin叫做nvidia-docker ，相当于在docker上面又封装了一层，可以在docker
转载
2024-10-15 19:53:28
100阅读
前言尽管之前有写安装环境的教程，不过今日发现其中一些步骤还有简化的空间，写此文以记之，愿能给入坑深度学习的新人节省一些时间。 教程将安装以下软件，请读者按需阅读：Ubuntu 18.04 LTSAnaconda Cuda Toolkit 10.0Cudnn 7.6Python 3.7.3Nvidia 显卡驱动 430PyCharm CE 2019.02Ubuntu前往 Ubuntu 官网下载系统安
转载
2024-03-17 17:11:17
360阅读
NVIDIA英伟达驱动在安装之前，先更改数据源，否则安装过程中下载会非常慢。从系统设置中，点击Software&update，进入后选择source code,从download from中选择的镜像源，此处可以看个人习惯选择，或者点击best choice选择系统推荐，此处我选择的是镜像源，选择后按照指令输入系统权限（装系统时，自己编辑的），点击close，等待片刻即可，从文
转载
2024-05-16 20:24:48
1796阅读
Ubuntu16.0.4下载AOSP源码并编译JDK安装sudo apt-get install openjdk-8-jdk 安装完成之后查看是否成功 java -version源码下载源码下载参考清华大学镜像网站 下载repomkdir ~/bin
PATH=~/bin:$PATH
curl https://mirrors.tuna.tsinghua.edu.cn/git/git-repo &
这几天一直在配置pytorch-gpu的环境，前面装anaconda、pycharm，CUDA,cuDNN的时候一度挺顺利的，接着我们重点来说说pytorch的环境配置1. 创建一个虚拟环境最好先创建一个虚拟环境，在里面安装pytorch。创建前要先添加清华源，这样会更快一些conda config --add channels https://mirrors.tuna.tsinghua.edu.
转载
2024-03-29 15:12:41
1404阅读
一、前期下载准备：1. Anaconda3-5.2.0-Windows-x86_64 问题：Anaconda无法正常打开，一直停留在loading application方案：找到anaconda3\Lib\site-packages\anaconda_navigator\api\conda_api.py 将行1364 把 data = yaml.load(f) 改为 data = y
转载
2024-05-11 20:37:10
75阅读
前言本文将介绍 CUDA 编程的基本模式，所有 CUDA 程序都基于此模式编写，即使是调用库，库的底层也是这个模式实现的。模式描述 1. 定义需要在 device 端执行的核函数。( 函数声明前加 _golbal_ 关键字 ) 2. 在显存中为待运算的数据以及需要存放结果的变量开辟显存空间。( cudaMalloc 函数实现
目录Win11+RTX3060配置CUDA等深度学习环境1. 下载前的准备工作2. 下载Anaconda3. 下载cuda4. 下载cudnn5. 小结 Win11+RTX3060配置CUDA等深度学习环境1. 下载前的准备工作查看nvidia设置，右击它点击nvidai控制面板，点击系统信息： 选择CUDA版本，在NVIDIA控制面板可以看到RTX3060驱动目前最高支持CUDA 11.6版本
转载
2024-03-29 23:01:20
2642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
本篇文章记录下自己安装pytorch的过程，由于我装过3~4次了，所以还算是比较有经验了。 文章目录1.检查电脑配置2.Anaconda的准备工作-添加国内镜像源3.下载3.测试 1.检查电脑配置右键打开 打开系统信息 切换为组件栏 在3D设置中找到自己的cuda版本，我这里是11.1。2.Anaconda的准备工作-添加国内镜像源打开anaconda的命令行。 添加国内镜像源，不单单是可以让我们
转载
2024-05-28 11:18:11
814阅读
Ubuntu16.04 系统Anaconda+cuda11.1+cudnn+pytorch安装一、Anaconda的安装与配置1.1Anaconda下载1.2Anaconda安装二、安装CUDA和CUDNN2.1NVIDIA驱动的安装2.2CUDA下载2.3CUDA安装2.4设置环境变量2.5CUDNN安装三、pytorch-torchvision安装 硬件环境：GPU RTX3090单卡。一、
转载
2024-05-09 10:43:30
279阅读
首先说一下cudnn 不同版本是可以并存的， cudnn5系列要求在/usr/local/cuda/lib64 路径下要存在 链接到libcudnn.so.5.1.10 的libcudnn.so cudnn7系列只需要在/usr/local/cuda/lib64 路径下存在 libcudnn.so.7 就可以了，所以不
转载
2024-04-04 10:34:18
194阅读
如果官网下载不顺利，可以到百度网盘下载1.安装显卡驱动查看你的显卡信息：lspci | grep -i nvidia。根据你的显卡型号到官方中文驱动下载页面下载驱动。该页面有安装指导。
禁用Nouveau驱动，重启。Ctrl+Alt+F1进入文本模式，输入sudo service lightdm stop关闭X服务器，输入sudo apt-get autoremove --purge nvidia
转载
2024-08-20 09:53:49
342阅读
Kubernetes系列（二）镜像构建本文主要介绍 docker 镜像的构建过程，以及推送到远程仓库，本示例中，使用的远程仓库是本地搭建的 harbor 仓库，大家可以参考https://goharbor.io/docs/2.5.0/install-config/ 进行安装。镜像构建本示例，以 docker hub 中的 centos:7 为基础镜像，运行
转载
2024-04-17 11:54:05
105阅读
一、基于alpine 基础镜像制作nginx镜像[root@localhost7B alpine]#docker pull alpine[root@localhost7B alpine]# cd /data/dockerfile/system/alpine/
[root@localhost7B alpine]# ls
build_alpine_nginx.sh Dockerfile index
转载
2024-03-27 19:53:11
121阅读
004.Docker镜像管理 一 镜像基本操作镜像是一个包含程序运行必要依赖环境和代码的只读文件，其本质是磁盘上一系列文件的集合。它采用分层的文件系统，将每一次改变以读写层的形式增加到原来的只读文件上。镜像是容器运行的基石。1.1 搜索镜像 docker命令必须具备root权限，普通用户可是用那个sudo。提示：docker默认的Docker Hub 网址为： https://
转载
2024-03-05 22:18:42
221阅读
docker官方仓库：Docker Hub https://www.docker.com Docker运行中使用的默认仓库是Docker Hub公共仓库，里面存储了各类的镜像 Docker提供一个注册服务器（Register）来保存多个仓库，每个仓库又可以包含多个具有不同tag的镜像，自己创建的镜像，不仅可以在本地使用，并且可以上传到Docker仓库.用户通过编写Dockerfile，bulid创
转载
2024-05-29 05:39:45
2558阅读
>> NVIDIA CUDA 4.1 Compiler Now Built on LLVMLLVM可是个好东西，在Apple力顶之下，这几年真是发展快快。LLVM是知名的开源编译器技术基础架构，其模块设计可方便的加入新语言和处理器架构支持，目前支持C/C++、Objective-C、Fortran、Ada、Haskell、Java bytecode、Python和Ruby等
1. 安装Anaconda3下载Anaconda3，我在百度上找的conda 清华镜像，地址为conda清华镜像下载地址，下载的版本为Anaconda3-2019.10-Windows-x86_64.exe，这个版本支持Python3.7.4。双击安装，按照默认的选项一直下一步就可以。检查是否安装成功，conda list。由于镜像源是国外的，添加中科院的镜像，使用conda config。con
转载
2024-05-11 21:12:30
85阅读
一、前言windows10 下安装 CUDA ，首先需要下载安装包： CUDA toolkit（工具包）二、安装前的准备电脑环境检查 通过cmd，输入nvidia-smi查看自己的驱动版本和支持的CUDA版本，如下图红圈标记位置如果cmd 查不到，打开nvidia控制面板 (桌面右键) ----- 选择左下角的系统信息查看显示中的驱动版本查看组件中的支持CUDA版本下载 CUDA toolkitC
转载
2024-08-12 12:40:35
3738阅读
