现在不少app内都集成了支付宝功能 使用支付宝进行一个完整的支付功能，大致有以下步骤：1>先与支付宝签约，获得商户ID（partner）和账号ID（seller）(这个主要是公司的负责) 2>下载相应的公钥私钥文件（加密签名用）3>下载支付宝SDK 里面提供了非常详细的文档、如何签约、如何获得公钥私钥、如何调用支付接口。 4&g
目录（一）引言（二）更新驱动1下载驱动更新2安装3进行驱动更新（三）安装anaconda3-5.2.0（四）安装tensorflow-gpu1安装tensorflow-gpu环境2安装jupyter3安装tensorflow-gpu4安装pytorch（五）在pycharm中使用tensoflow-gpu1配置新的pycharm环境2创建IDLE快捷方式 资源下载，提取码:vv50 （一）引言最
转载
2024-05-05 08:32:30
157阅读
一、安装java和scala1、安装java安装javasudo apt install openjdk-11-jre-headless安装javacsudo apt install openjdk-11-jdk-headless测试是否安装成功：java --version或javac --version2、安装scala1）下载传送门：https://www.scala-lang.org/do
转载
2024-04-17 14:43:43
92阅读
首先介绍两个终端命令hub list该命令可以列出当前系统内存在的模型 hub show UGATIT_100w该命令可以查看模型的具体信息如作者、版本号等更新PaddleHub开始之前先更新一下PaddleHub的版本In [1]!pip install paddlehub==2.0.0b2 -i https://mirror.baidu.com/pypi/simple Looking
上一篇中主要介绍了3D渲染命令到达GPU之前经历过的各个阶段。用下图可以概括上一篇中所讲的内容，当然其中很多细节没有出现在图中。之前我们说KMD将命令送给了硬件，这个简单的“送”的过程实际上并不是那么简单的。我们知道显卡都是通过信号线连在主板上的，所以我们送命令都是需要走这些信号线的。还有就是我们把命令送给显卡，那显卡总得有个地方来接受命令吧，这必然需要涉及到内存的使用。然而系统的内存条是通过PC
转载
2024-09-19 15:29:11
1422阅读
01打开操作系统中的运行，这里我们利用快捷键进行操作，同时按下“Win徽标+R”，在打开对话框中输入：dxdiag，并单击确定。02在弹出的对话框中查询系统型号、BIOS、处理器和内存。查看处理器的主要目的是为了检查CPU、是否支持虚拟化VT技术。查看内存的目的是看现有的内存是否满足虚拟化需要的内存大小。系统型号和BIOS的型号能够确定你所采用的VT打开方法。03接下来我们打开搜狗搜索引擎，并在其
转载
2024-07-06 10:35:37
70阅读
前言之前自己没有完整走过深度学习环境配置的流程，总觉得流程很麻烦，很烦人，后来经过几次的折腾，发现其实也没有那么吓人，基本上一遍就过。因此特意记录下自己的配置流程，相信你按照我的流程，也能非常顺利的配置好cuda和cudnn，开始你的深度学习之旅！依赖安装Ubuntu18.04默认安装了gcc v7，而cuda-9.0依赖gcc v6，通过下面命令安装：sudo apt-get install g
转载
2024-07-23 09:32:34
1899阅读
下面以GeForce RTX 2080TI GPU为例，基于ubuntu18.04进行驱动程序的安装。1. 下载驱动程序驱动程序下载链接：官方驱动 | NVIDIA根据GPU型号，在如下下拉列表中进行选择，然后点击搜索按钮：2. 安装驱动程序1）卸载老版本驱动程序sudo apt --purge remove nvidia*
sudo apt autoremove
sudo apt --purge
转载
2023-11-03 12:44:59
84阅读
使用diskpart工具建立GPT分区的步骤： 1、把MBR磁盘转换为GPT磁盘 在选择分区界面，按下SHIFT+F10调出命令提示符键入diskpart打开diskpart工具 ★选择目标磁盘 list disk--------------------列出系统拥有的磁盘目标磁盘 ★清空目标磁盘，并转换为GPT格式抹去磁盘上所有数据 convert gpt-------
进入Anaconda Promt，在这里面创建虚拟环境找到Anaconda目录中的envs，记住这个的路径 一路转到这个envs目录下，在这里面建虚拟环境。每个人的envs文件在的位置不一样，这只是我自己的位置。为什么要在这里面建虚拟环境，因为我的C盘容量不够了，在e盘建的虚拟环境，下载的pytorch也在e盘。 创建虚拟环境，名字是pytorch-GPU，python版本是3.8#创建环境
co
首先十分感谢我的老师对我的支持，终于申请到了电脑，现在终于可以在linux系统下载配置tensorflow-GPU加速器了，对于新手说安装过程也是十分’感动’，掉坑无数，希望本文可以给大家带来帮助。步骤一：安装Nvidia显卡驱动 步骤二：下载并安装cuda8.0 步骤三：安装GPU版tensorflow 步骤四：安装atom及其插件 步骤五：测试程序步骤一 ：安装Nvidia显卡驱动 步骤二：下
转载
2024-05-20 12:23:35
472阅读
1. 基本数据结构 和pytorch等中的tensor类似，mxnet中的ndarray或者nd，用来操作矩阵或者张量数据。基本操作类似于Numpy， 支持计算，索引等。 创建矩阵from mxnet import nd #或者 from mxnet import ndarray as nd
#创建矩阵
x1 = nd.array([[1
转载
2024-04-25 11:08:35
148阅读
cuda10.1官方安装指导的补充说明cuda安装容易踩着坑，一踩就是无底洞。为了避免大家踩坑，请大家一定按照官方指导文件流程进行操作。下面也给出我的一些理解，给大家讲解一些该注意的地方，增加大家的理解。一定要按照官方
转载
2024-09-05 15:05:13
247阅读
初学Transformer1. transformer在做一个什么事情？2. transformer简单理解多个encoder和decoder的组合，每个encoder结构相同，每个decoder结构相同。这里注意，每个encoder和decoder在训练中都会改变自己的参数，也就是说，每个encoder或者decoder经过训练之后，参数都不相同。3. 具体的encoder和decoder是什么
目录1.移动 九天 · 毕昇2.Kaggle3.Colab 横向对比1.九天 · 毕昇2.Kaggle3.Colab现在免费的gpu资源有不少，但很多都限值了只能用自己公司的框架，今天我来给大家分享3个框架不受限制的免费GPU资源。对算法小白用来试手、研究生跑实验极其友好~1.移动 九天 · 毕昇不像百度的AI Studio只能用PaddlePaddle框架，
转载
2024-05-21 13:38:01
84阅读
服务器使用前言一、服务器配置介绍1、服务器系统及硬件：2、服务器系统用户1.root用户：2.lxp用户：3、服务器磁盘挂载情况二、服务器使用介绍1、目录使用：2、数据传输工具使用：1.火狐浏览器：2.wget命令：3.FTP服务器：3、lxp用户下使用yum（权限问题解决）：4、项目环境配置：1、conda虚拟环境创建：2、框架安装：3、cuda安装：4、cudnn安装：5、系统默认cuda切
转载
2024-04-02 22:36:25
325阅读
文章最前： 我是Octopus，这个名字来源于我的中文名--章鱼；我热爱编程、热爱算法、热爱开源。所有源码在我的个人github ；这博客是记录我学习的点点滴滴，如果您对 Python、Java、AI、算法有兴趣，可以关注我的动态，一起学习，共同进步。相关文章：LeetCode：55. Jump Game（跳远比赛）Leetcode：300. Longest Increasing Sub
背景：我的计算机GPU版本为NVIDIA GeForce RTX 3070 首先，查看显卡的版本以及对应的CUDA桌面鼠标右键->NVIDIA控制面板->帮助->系统信息一.TensorFlow安装（试错阶段,不想安装TensorFlow2的可直接跳到下一节）1.安装CUDA本人计算机CUDA对应的版本为11.2.162 在官网中找到相应的版本号进行下载https://devel
转载
2024-05-10 19:14:04
490阅读
NVIDIA显卡驱动及CUDA相关安装流程NVIDIA驱动安装NVIDIA驱动官方下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn第一步先查看适合的显卡驱动版本ubuntu-drivers devices第二步下载合适的显卡驱动第三步下载驱动相关依赖 安装lightdm是在弹窗上选择lightdm[若没有弹窗略过]第四步禁用nouveau
转载
2024-05-14 15:52:45
242阅读
什么是ONNX？现如今，各大主流深度学习框架都有着自己独有的特点与魅力，吸引着广大科研与开发人员，例如：
Caffe2：方便机器学习算法和模型大规模部署在移动设备
PyTorch：PyTorch是一个快速便于实验深度学习框架。但是由于其高度封装，导致部分function不够灵活
TensorFlow：TensorFlow 是一个开放源代码软件库，是很多主流框架的基础或者依赖。几乎能满足
