一、使用的硬件：nx板子、原装充电器、有线鼠标(USB)、有线键盘(USB)、有线摄像头(USB)、7寸触摸显示屏、20寸大显示屏（显示屏有一个就可以，大屏幕更加方便）、SD卡(128G,用64g也可以)、读卡器、笔记本电脑(Win-11)、WIFI网络环境二、软件：SDFormatter(v4)、Win32DiskImager(2.0)、VNC-Viewer(6.22)、Winscp三、文件：nx镜像文件、pycharm(linux版本，可在笔记本上下载好安装包)有需要整套软件和镜像文件可以留言，看到会回复发送分享！四、常用指令、 //执行目录转换cd文件夹名//返回上一级cd.. //返回

一、使用的硬件：nx板子、原装充电器、有线鼠标(USB)、有线键盘(USB)、有线摄像头(USB)、7寸触摸显示屏、20寸大显示屏（显示屏有一个就可以，大屏幕更加方便）、SD卡(128G,用64g也可以)、读卡器、笔记本电脑(Win-11)、WIFI网络环境二、软件：SDFormatter(v4)、Win32DiskImager(2.0)、VNC-Viewer(6.22)、Winscp三、文件：nx镜像文件、pycharm(linux版本，可在笔记本上下载好安装包)有需要整套软件和镜像文件可以留言，看到会回复发送分享！四、常用指令、 //执行目录转换cd文件夹名//返回上一级cd.. //返回

深度学习框架MxNet配置（GPU版本）1.对应镜像：https://mirrors.aliyun.com/pypi/simple/mxnet/找到与自己电脑Python版本对应（命令行使用python--v查看对应版本）的版本下载2.在对应文件夹下ctrl+shift+右键在此处打开PowerShell窗口，复制文件夹名字mxnet-1.7.0.post2-py2.py3-none-win_amd64.whl，在命令行输入pipinstall+右键，剩下的文件名部分自动粘贴，回车。3.出错，先排除pip版本需要更新问题，命令行输入python-mpipinstall--upgradepip不

深度学习框架MxNet配置（GPU版本）1.对应镜像：https://mirrors.aliyun.com/pypi/simple/mxnet/找到与自己电脑Python版本对应（命令行使用python--v查看对应版本）的版本下载2.在对应文件夹下ctrl+shift+右键在此处打开PowerShell窗口，复制文件夹名字mxnet-1.7.0.post2-py2.py3-none-win_amd64.whl，在命令行输入pipinstall+右键，剩下的文件名部分自动粘贴，回车。3.出错，先排除pip版本需要更新问题，命令行输入python-mpipinstall--upgradepip不

确定安装版本在安装之前呢，我们需要确定三件事第一：查看显卡支持的最高CUDA的版本，以便下载对应的CUDA安装包第二：查看对应CUDA对应的VS版本，以便下载并安装对应的VS版本（vs需要先安装）第三：确定CUDA版本对应的cuDNN版本，这个其实不用太关注，因为在cudnn的下载页面会列出每个版本对应的cuda版本，11.x以上对应的范围很宽确定显卡支持的CUDA版本在显卡驱动被正确安装的前提下，在命令行里输入nvidia-smi.exe，效果如图所示可以看到显示CUDAVersion为11.6，说明该显卡最高支持到11.6，我这里就选择11.6的版本，你也可以选择更低的版本比如11.5,1

确定安装版本在安装之前呢，我们需要确定三件事第一：查看显卡支持的最高CUDA的版本，以便下载对应的CUDA安装包第二：查看对应CUDA对应的VS版本，以便下载并安装对应的VS版本（vs需要先安装）第三：确定CUDA版本对应的cuDNN版本，这个其实不用太关注，因为在cudnn的下载页面会列出每个版本对应的cuda版本，11.x以上对应的范围很宽确定显卡支持的CUDA版本在显卡驱动被正确安装的前提下，在命令行里输入nvidia-smi.exe，效果如图所示可以看到显示CUDAVersion为11.6，说明该显卡最高支持到11.6，我这里就选择11.6的版本，你也可以选择更低的版本比如11.5,1

由于PyTorch官网没有提供除适配CUDA10.3和11.3之外的安装方式，因此可以使用NightlyBinaries方式下载与自己CUDA版本合适的PyTorch以CUDA11.6为例，在终端中输入以下指令：1.下载PyTorchpipinstalltorch--pre--extra-index-urlhttps://download.pytorch.org/whl/nightly/cu1162.下载Torchvisionpipinstalltorchvision--pre--extra-index-urlhttps://download.pytorch.org/whl/nightly/c

由于PyTorch官网没有提供除适配CUDA10.3和11.3之外的安装方式，因此可以使用NightlyBinaries方式下载与自己CUDA版本合适的PyTorch以CUDA11.6为例，在终端中输入以下指令：1.下载PyTorchpipinstalltorch--pre--extra-index-urlhttps://download.pytorch.org/whl/nightly/cu1162.下载Torchvisionpipinstalltorchvision--pre--extra-index-urlhttps://download.pytorch.org/whl/nightly/c

        今天和大家分享近期安装cuda的心得，希望能帮助到大家，如有错误请各位指出，共同进步！        我本人使用的是双系统，一开始在mac下配置cuda,研究了很久发现还是有问题，后来经过查找资料发现，电脑里有英伟达显卡才可以使用cuda，此处首先申明，使用mac电脑的小伙伴要想用cuda，请先查看自己电脑中是否有英伟达的显卡。我的mac中没有英伟达显卡，所以无法使用cuda，之后转战win环境下才成功，下面就来详细介绍在win10下，CUDA8.0下载安装及在PyCharm中配置pycuda。要想在PyCharm中成功配置pycuda，我们首先要下载并安装cuda：一、CUD

        今天和大家分享近期安装cuda的心得，希望能帮助到大家，如有错误请各位指出，共同进步！        我本人使用的是双系统，一开始在mac下配置cuda,研究了很久发现还是有问题，后来经过查找资料发现，电脑里有英伟达显卡才可以使用cuda，此处首先申明，使用mac电脑的小伙伴要想用cuda，请先查看自己电脑中是否有英伟达的显卡。我的mac中没有英伟达显卡，所以无法使用cuda，之后转战win环境下才成功，下面就来详细介绍在win10下，CUDA8.0下载安装及在PyCharm中配置pycuda。要想在PyCharm中成功配置pycuda，我们首先要下载并安装cuda：一、CUD