1 前言这是我一开始写的一篇安装教程:深度学习1-深度学习环境安装,有这一篇就够了!Anaconda-Python+Tensorflow2.0-GPU+Keras+Pycharm .总来的来说这一篇,也可以完成tensorflow2.0-GPU的搭建,但是有优化空间,不建议大家去看,有尤其是后面部分,一开始不懂,其实后面使用了pip 方式安装,这变成了原始python安装方式,等同于放弃
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
目录前言一、准备工作1.下载安装PyCharm Professional2. 获得服务器信息二、Pycharm内连接服务器1.连接服务器2.配置Python远程解释器总结前言本次教大家如何在自己的电脑上，通过Pycharm远程使用服务器的计算资源，来运行自己的代码，这样可以节省大量时间。注意！！需要使用PyCharm专业版提示：以下是本篇文章正文内容，下面案例可供参考一、准备工作1.下载安装PyC
转载
2023-10-17 08:28:23
198阅读
本来是没想把Pytorch写进专栏里的，但是昨天配置新电脑的时候，发现怎么每次安装Pytorch 的时候，官网的教程都不一样。我相信原因是Pytorch处于高速发展阶段，虽然已经有稳定版本，但是繁琐的配置环境变量一定会为难到大多数同学。那么今天，我们来看一个手把手的Pytorch 安装教程，包括GPU计算配置于Anaconda以及Pycharm。那么首先，简明的罗列下需要的安装的项目
转载
2024-08-29 18:05:27
1079阅读
目录一、安装NVIDIA驱动二、安装CUDA三、安装CUDNN一、安装NVIDIA驱动首先去NVIDIA官网下载自己机器显卡对应的驱动安装包，安装的驱动要和安装的CUDA版本对应，对应关系见下表：下载完成后，执行以下操作：# 1.对驱动文件赋予权限
sudo chmod 777 NVIDIA-Linux-x86_64-xxx.run
# 2.禁用nouveau驱动
sudo gedit /etc/
转载
2024-05-02 17:13:28
486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
什么是OPENGL？我们需要知道OpenGL是“开放图形库”的缩写。OpenGL是一种API，它允许我们相对容易地在屏幕上输出图形，而不必确切地知道背景中发生了什么。整个过程在某种程度上与Windows API相当。我们知道如何创建一个窗口，但我们不知道后台到底发生了什么。OpenGL属于跨平台，您可以在任何操作系统下使用OpenGL，并且您的程序可以在任何硬件上运行。然而，这有一个缺点，即某些功
为方便日常的深度学习模型开发与测试，在自己笔记本上搭建一个深度学习的基础环境，便于学习AI使用。本人使用的笔记本配置是CPU为8代i5，显卡为GTX1060，内存为8G，基本上可满足日常的AI研究与学习。下面将介绍基础环境的搭建配置过程：
1、安装Ubuntu 18.04 （1）安装操作系统 从Ubuntu官网上下载最新的Ubuntu 18.04 LTS
转载
2024-07-24 10:14:56
403阅读
在当今快速发展的计算环境中，如何有效地利用 GPU 进行处理已成为许多开发者的关注点。具体到 Ollama 框架，它为机器学习和大规模数据处理提供了一个高度可扩展的解决方案。然而，用户在启用 GPU 时常常遇到一些问题。本文将详细记录如何解决“ollama 如何启用 GPU”的问题, 并通过实际案例帮助用户更好地掌握这一过程。
## 问题背景
在使用 Ollama 作为机器学习框架的用户中，不
***3、4月份刷了40道leetcode 和剑指offer 未记录***1、使用中出现内存慢慢爆满的情况Pycharm的加载数据量空间是有限的，所以我们要合理的使用这些空间，比如我训练数据集中的数据的话，光数据图片就有100多G， Pycharm在加载一个工程时会把工程下所有目录路径过一遍，这会影响Pycharm的使用速度：1.加载项目太慢，陷入漫长的等待2.如果项目训练数据过大会报空间不足的错
转载
2024-10-13 19:50:47
35阅读
前前后后安装了不知道多少遍，从一个小白到现在pip命令用的贼溜，TM的终于弄好了； 开始学习tensorflow，看了网上博客，大多一个套路，今个咱整个不一样的，给还在安装环境的同学们参考一下我用的是pycharm（版本无所谓，我用的最新版）安装tensorflow或者tensorflow-gpu打开pycharm软件，File—Setting—Project Interpreter 首先在这里要
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
作者 | 小安与小编武林外传里佟掌柜有一句话，春天已然到来，而属于我的春天何时能够到来呢，小安如此“优秀”，怎么就是没有属于自己的另一半呢，刚巧在浏览GitHub时碰到一个预测自己会不会有女朋友的项目，觉得很有意思，于是特地与大家分享，用漫画的来讲！首先，数据集分为训练集和测试集，训练集一共有300个样本，每个样本包含四个属性，分别为“金钱”，“长相”，“身材”，“性格”。每个样本的每个
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
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
1028阅读
前言在WPF嵌入地图，有两种方式： 浏览器方式；控件方式。1）浏览器方式就是使用浏览器控件WebBrowser，设置好网址就行了。这种方式与地图的交互不太直接，需要懂html、javascript。对于不懂web编程的开发者来说，有点困难。2）控件方式就是使用第三方控件；不需要处了解web相关知识，使用起来比较直接，易于理解。GMap.net 类库就实现了这种控件。GMap.net 简介GMap.
这两天在公司由于一直没有太过于繁重的任务，于是便给分配了驱动开发的任务，之前一直不明白驱动开发和普通的嵌入式开发到底有什么区别，然后有没有经过系统的学习，于是就一直愣在那里。不过慢慢的还是经过查资料，虽然代码没有编写出来，但是对于系统的一些东西学习的终于有了一定的了解，感觉这个十分的重要，也为了给自己在以后不懂得时候可以拿出来翻翻，留个念想。首先，什么是驱动，驱动是硬件设备和应用程序之间的一个中间
1、什么是树莓派树莓派，原名：RaspberryPi，是英国树莓派基金会的产品。其诞生目的是为了给孩子提供一个廉价的实体编程教育环境。如图所示的树莓派是笔者有的第三代产品，目前树莓派已发展到了第四代。树莓派虽小，只有一个巴掌大，但“内心”却足够强大。其硬件和接口等同于一台普通的微型电脑。相比我们正常日 的电脑，优势在于：启动速度极快(快过于固态硬盘)；运行稳定性和持久性极高；对传感器有极好的支持水
一、前言本人大数据专业，最近在学习机器学习，想用自己的电脑跑程序，因此想研究一下tenforflow的使用1.CPU和GPUCPU就是中央处理器，常见的有AMD系列的R3、R5、R7和intel系列的i3、i5、i7、i9等等GPU是图形处理器，也是常说的显卡，常见的有NVIDIA的GT、GTX、RTX系列，也有AMD的和intel的。显卡区分集显（主板自带显卡）、核显（CPU自带显卡）、独显（独
转载
2024-07-31 19:20:16
450阅读
# PyCharm 启用 Docker
---
## 概述
本文将介绍如何在 PyCharm 中启用 Docker，以便于开发者在开发过程中能够更好地使用容器化技术。我们将通过以下步骤来完成整个过程：
| 步骤 | 操作 |
| ---- | ---- |
| 步骤一 | 安装 Docker |
| 步骤二 | 配置 Docker |
| 步骤三 | 配置 PyCharm |
在下面的内
原创
2023-10-26 12:18:20
54阅读
