TensorFlow 2 软件包现已推出
tensorflow：支持 CPU 和 GPU 的最新稳定版（适用于 Ubuntu 和 Windows）
tf-nightly：预览 build（不稳定）。Ubuntu 和 Windows 均包含 GPU 支持。旧版 TensorFlow对于 TensorFlow 1.x，CPU 和 GPU 软件包是分开的：
tensorfl
操作系统：Ubuntu16.04（并不是虚拟机）直接按照Tensorflow官方文档安装即可：http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html先安装pip：1、 sudo apt-get install python-pip。a)  
转载
2024-07-16 21:18:28
594阅读
前言入门机器学习、深度学习，有个神器不得不了解下，最好熟练有它。这就是AnacondaAnaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项. 用它来管理、开发等，及其方便，里面集成了相当多的有用的吧，比如：numpy、pandas等。还有个神器也在里面，jupyter notebook，这个用来调试代码等非常方便。现在就简单介绍一些anac
报错情况报错一在任意python文件下运行这几行命令print("是否可用：", torch.cuda.is_available()) # 查看GPU是否可用
print("GPU数量：", torch.cuda.device_count()) # 查看GPU数量
print("torch方法查看CUDA版本：", torch.version.cuda) # torc
安装环境：
CPU：Intel® Pentium(R) CPU G4400 @ 3.30GHz × 2
GPU：GTX 1060
RAM：8G
OS：Ubuntu 18.04 64-bit
1. 安装NVIDIA驱动
下载（地址）显卡驱动
这里选择了GTX 1060当前最新版410驱动。
安装依赖项：
$ sudo dpkg --ad
1. 型号(1) 显卡 GTX 1060, 6GB显存(2)驱动 Nvidia 450.66(3) Cuda 10.0(4) CuDnn 7.6.4.38Driver2.安装Driversudo apt-get remove --purge nvidia*image.png(2)禁用nouveau查看Nouveau是否禁用，有输出则未禁用sudo gedit /etc/modprobe.d/bla
目录1. Pytorch完成模型常用API1.1 nn.Module1.2 优化器类1.3 损失函数1.4 把线性回归完整代码2. 在GPU上运行代码1. Pytorch完成模型常用API在前一部分，我们自己实现了通过torch的相关方法完成反向传播和参数更新，在pytorch中预设了一些更加灵活简单的对象，让我们来构造模型、定义损失，优化损失等那么接下来，我们一起来了解一下其中常用的API1.1
转载
2024-08-04 15:38:00
73阅读
目录 引言 解决方案 引言 之前有位群友在群里发了个问题，说使用pip安装第三方包遇到"Read timeout"。我相信很多时候，大家在使用pip都会遇到这个问题，所以，我想有必要写一遍文章来总结一下。具体如下： 解决方案 在这之前，你要明白一点，直接使用pip安装超时，绝大多数原因是pip源在外国，所以国内使用，网络就算稳定，也有一定超时。要想解
# 使用 pip 安装 PyTorch 的全面指南
在现代数据科学和机器学习的领域中，PyTorch 是一个极其流行的深度学习框架。它提供动态计算图和简洁API，使得研究人员和开发者能够轻松创建和训练神经网络。本文将介绍如何使用 `pip` 安装 PyTorch，并提供一些实用的代码示例。
## 安装前的准备
在开始之前，请确保你已经安装了 Python。PyTorch 支持 Python
前言：2023年11月21日下午16:00 许，本篇博客记录由「torch.cosine_smilarity()计算余弦相似度计算结果为0」现象引发的关于 CPU 与 GPU 计算精度的探索。事情的起因是，本人在使用 torch.cosine_smilarity() 函数计算GPU上两个特征的余弦相似度时，发现得出的结果为 0，百思不得其解。首先排出特征维度的问题，然后尝试5种不同的相似度计算方法
转载
2024-09-09 17:26:52
53阅读
本文讲的是win10环境下gpu版本的tensorflow安装配置方法，先讲好我想配置的环境：名称版本系统版本win10 x64CUDA Toolkit10.0CUDNN7.5.1.10python版本py 3.7.3（64位！！！）NVIDIA驱动版本430.39TensorFlow-gpu1.13.1查看自己的gpu(显卡)如果不知道的可以用gpu-z下载查看下，我的是GTX 96
转载
2024-05-28 14:16:27
189阅读
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼前排预警！！！！——在帖子编撰END前，请勿插楼，否则删——【问题起源】在自主选购DIY以游戏性能为主得电脑时，总希望在预算内选到尽量高配置，但是又担心鱼龙混杂得X宝发的不是原厂货，虽然能用，但是时间久了或许就出问题了。如果是硬件本身外部损害一眼能看出，要是是内部作假(如内存颗粒翻新，显卡挖过矿等)，又该如何判定呢？{注意：外观明显损坏就不用软
简介这是我第一次发博客，可能解释的不是很详细，请多多包含一下，可以自己去官方下载相对应的驱动，有些版本可能不匹配导致安装的时候步骤也是不一样。下面就是我自己安装的步骤以及版本的型号。建议先看完我这个安装步骤，然后决定自己要安装的版本型号 你可以先在自己的电脑上安装，然后再进行拷进ubuntu中。安装显卡移除原有的nvidia驱动 sudo apt-get remove --purge nvidia
一、安装 Win 200x 安全概览1.硬盘分区的文件系统选择①使用多分区分别管理不同内容在安装Win 2000时，如条件许可，应至少建立两个逻辑分区，一个用作系统分区，另一个用作应用程序分区。尽量修改“我的文档”及“Outlook Express”等应用程序的默认文件夹位置，使其位置不在系统分区。对提供服务的机器，可按如下设置分区: 分区1：系统分区，安装系统和重要日志文件。分区2：提供给IIS
1、安装opencv我用的方法与ubuntu下利用源码安装opencv的方式是一样的。1.1 清除旧版本首先完全卸载刷机时刷如的自带的opencv旧版本，以便更好地安装opencv3.4.0版本sudo apt-get purge libopencv*
sudo apt autoremove
sudo apt-get update1.2 安装cmake以及依赖库sudo apt-get
转载
2024-07-23 07:24:58
127阅读
环境：Ubuntu 16.04 64bitNvidia GeForce GTX 1070 (驱动Nvidia-Linux-x86_64-367.57)安装：CUDA 8.0.44cuDNN 5.1CUDA是NVIDIA的编程语言平台，想使用GPU就必须要使用cuda。cuDNN是GPU加速计算深层神经网络的库。下载CUDA我选择的是：Operating System : LinuxArchitec
cpustat 是 Linux 下一个强大的系统性能测量程序，它用 Go 编程语言[1] 编写。它通过使用 “用于分析任意系统的性能的方法(USE)”，以有效的方式显示 CPU 利用率和饱和度。它高频率对系统中运行的每个进程进行取样，然后以较低的频率汇总这些样本。例如，它能够每 200ms 测量一次每个进程，然后每 5 秒汇总这些样本，包括某些度量的最小/平均/最大值(min/avg/max)。c
Linux ifconfig命令用于显示或设置网络设备。ifconfig可设置网络设备的状态，或是显示目前的设置。语法ifconfig [网络设备][down up -allmulti -arp -promisc][add<地址>][del<地址>][<hw<网络设备类型><硬件地址>][io_addr<I/O地址>][
转载
2024-10-16 16:37:18
12阅读
这里写目录标题一、当前情况二、显卡驱动安装2.1 查看驱动是否满足2.2 安装驱动三、安装cuda cudnn3.1 下载cuda3.2 安装cuda3.3 下载cudnn3.4 安装cudnn3.5 配置环境变量四、安装tensorrtx依赖4.1 下载4.2 安装 一、当前情况当前系统显卡驱动 执行nvidia-smi，显卡驱动为450.57显卡型号 显示不全，执行lspci | grep
主要的流程参考 ubuntu 16和18没什么区别； 这里主记录一下原博客没有遇到的问题： 安装了两次，花了一天半搞清楚了。第一次安装的时候安装完了，最后在ipython里面import torch，import torchvision，然而torch.cuda.is_avaliable()返回了false，查了很多东西没法解决，加之后面conda命令出了问题，全部卸载重装了一次。装显卡驱动的
