zoukankan      html  css  js  c++  java
  • pytorch

    安装

    #pytorch为环境名,这里创建python3.5版。
    conda create -n pytorch python=3.5

    # 切换到pytorch环境 conda activate pytorch # win下查看cuda版本命令nvcc -V # cpu版本 conda install pytorch-cpu torchvision-cpu -c pytorch # GPU版 conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
    conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch


    Running as root is not recommended. Use --allow-root to bypass

    # jupyter notebook --generate-config --allow-root 
    vi  /用户名/.jupyter/jupyter_notebook_config.py
    找到#c.NotebookApp.allow_root = False    把#去掉
    改成c.NotebookApp.allow_root =True
    

      

    conda create –name cpu 创建一个名为cpu的环境 
    source activate cpu 激活cpu环境 
    source deactivate 禁用当前环境 
    conda remove –name 环境名 –all 
    conda search 软件名 //可以查看到对应的不同版本 
    conda install 软件名 安装软件 
    conda list 查看已安装的package 
    conda list -n 环境名 查看指定环境已安装的package 
    conda install -n 环境名 软件名 指定环境名 安装软件 
    

      没有权限的使用

    sudo chmod 777 -R /run/user/ 添加权限即可



    配置 Jupyter Notebook

    #安装ipykernel
    conda install ipykernel
    #写入环境
    python -m ipykernel install  --name pytorch --display-name "Pytorch for Deeplearning"

    #切换回基础环境
    activate base
    #创建jupyter notebook配置文件
    jupyter notebook --generate-config
    ## 这里会显示创建jupyter_notebook_config.py的具体位置

    打开文件,修改

    c.NotebookApp.notebook_dir = '' 默认目录位置
    c.NotebookApp.iopub_data_rate_limit = 100000000 这个改大一些否则有可能报错
     

    anaconda3 配置opencv3

    1、添加镜像

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

    2、配置opencv3

    conda install -c https://conda.binstar.org/menpo opencv3
    conda install -c https://conda.binstar.org/menpo opencv

    conda search tensorflow-gpu

    conda install tensorflow-gpu==1.10.1

    python
    import tensorflow as tf
    print(tf.__version__)

    一次安装软件从清华源下载

    pip  install   软件名   -i https://pypi.tuna.tsinghua.edu.cn/simple

    检查电脑是否有合适的GPU

    在桌面上右击如果能找到NVIDA控制面板,则说明该电脑有GPU。控制面板如下,并通过查看系统信息获取支持的Cuda版本

    点击 帮助->点击 系统信息 弹出下面的对话框,在驱动程序版本那一栏就能看到该计算机使用的驱动版本

    下载Cuda

    官网:https://developer.nvidia.com/cuda-10.1-download-archive-update2

    下载CuDNN 

    官网 https://developer.nvidia.com/rdp/cudnn-download

    安装Cuda

    1.与安装其他的软件类似

    2.安装结束后将  ~/nvcc/bin(因为版本的不同可能在不同的地方) 目录添加到环境变量

    3.在命令行下输入 nvcc -V, 出现下列信息说明Cuda安装成功

    4.将CuDNN压缩包解压后,下面的三个文件夹复制到Cuda的安装目录下

    5.然后执行Demo, 如果Demo中显示PASS则说明安装成功

    CUDA安装完成后,打开powershell,执行nvcc -V ,成功的话会返回cuda版本号。

    解压cuDNN压缩包,可以看到bin、include、lib目录

    打开 C:Program FilesNVIDIA GPU Computing ToolkitCUDA

    找到你安装的版本目录,打开,找到bin、include、lib目录,将cuDNN压缩包内对应的文件复制到bin、include、lib目录。

    注意:是复制文件到bin、include、lib目录,不是复制目录。

    需要添加下面两个路径,这就是说为什么要记住你的安装路径了,我使用的是默认的安装路径。

    C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2

    C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64

    打开 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2extrasdemo_suite

    在此路径下打开powershellv

    安装Pytorch

    官网 https://download.pytorch.org/whl/torch_stable.html 选择合适的版本

    torch/torchvision 都需要安装

    pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.6.0 torchvision==0.6.1 -f https://download.pytorch.org/whl/torch_stable.html

     

  • 相关阅读:
    数字货币资金费策略
    如何利用CCXT交易数字货币合约
    三分钟玩转微软AI量化投资开源库QLib
    商品期货月度效应的统计
    数字货币无风险收益率又双叒叕扩大了!
    Omega System Trading and Development Club内部分享策略Easylanguage源码 (第二期)
    【mac】安装配置 homebrew, Nginx
    【Typescript+Vue】01. easy
    【python】sudo python -m SimpleHTTPServer
    【windows】docker to vmware
  • 原文地址:https://www.cnblogs.com/crazybird123/p/11066237.html
Copyright © 2011-2022 走看看