写在前面本篇文章是对笔者前几天学习过程的一个记录，鉴于这类文章较少，写出来方便后来者。本文侧重于yolov5的快速使用，原理部分概括较少，希望你看完本文章后也能成功进行目标检测。GPU租赁平台：https://www.autodl.com/homeyolov5官方代码：https://github.com/ultralytics/yolov5作者更改后代码：链接：https://pan.baidu.com/s/1oZWhHjAy_Wp4mg6doaSrkQ提取码：f7re数据集：链接：https://pan.baidu.com/s/1Ra7bf5JQavIA69kNLiUnXA提取码：6z0j
免费运行stablediffusion的方案中，googlecolab方案是最好的，但是但是他每24小时会清空数据，每次跑图都要重新下载模型。。。那么我们该如何长期保有自己的数据呢？文本将解决这个问题，除翻越问题外唯一的前提就是你的google云盘还有足够的空间~~预先学习：安装及其问题解决参考：《Windows安装StableDiffusionWebUI及问题解决记录》；运行使用时问题《Windows使用StableDiffusion时遇到的各种问题整理》；模型运用及参数《StableDiffusion个人推荐的各种模型及设置参数、扩展应用等合集》；提示词生图咒语《AI绘图提示词/咒语/词缀
链接在这（需要科学上网）Vicuna-13B:BestFreeChatGPTAlternativeAccordingtoGPT-4🤯|Tutorial(GPU)有人在B站转了人家的视频ChatGPT：在你的本地电脑上运行Vicuna-13B🤯|教程(GPU)下面就是部署的步骤，其中有一步需要科学上网下载docker镜像dockerpullnvidia/cuda:11.7.0-cudnn8-devel-ubuntu18.04因为他这个模型就认cuda:11.7版本，所以我用了人家官方模型。运行docker镜像dockerrun-it--name$容器的名字--gpusall-p3000:3000
Win11怎么打开AMD显卡控制面板？很多朋友使用的是AMD显卡，大家想要进入AMD显卡设置界面，通过某些设置让游戏运行更加流畅，但是始终找不到AMD显卡设置选项在哪里，今天就来详细讲讲重装系统的方法吧。 一般来说用户可以在桌面点击鼠标右键，然后点击【显示更多选项】。 然后在完整的右键菜单里就可以看到最上方有个AMD显卡设置选项，点击后可进入AMD显卡控制面板。 或者通过开始菜单或者搜索功能输入AMD来快速找到相关功能。 如果看不到，那肯定是相关的驱动程序没有安装好。请重新安装一下AMD显卡驱动。 可用鼠标右键点击开始菜单图标，然后再隐藏菜单中选择【设备管理器】。 接着找到显示适配
平台提供的Jupyter接口可以让用户直接在网页实现对所租服务器的控制。不用直接操作SSH。创建实例后，快捷工具直接点Jupyter,这时你就已经在操作你租的服务器了，已经实现和你服务器的连接了。打开终端那个黑框，你就已经在使用你租的服务器的Linux系统了,就已经可以通过输入Linux命令来对你租的系统里的资源进行使用了。环境搭建：一开始自己设置的环境是服务器默认环境，可能够用，也可能不够。不够的话可以通过anconda来搭建：在AutoDL平台租用的服务器上搭建、激活和查看环境，可以按照以下步骤进行：创建并激活环境在AutoDL平台租用的服务器上搭建环境可以使用conda或者pip等工具，
阿里云AMD服务器CPUAMDEPYCGenoa9T34处理器，主频3.4GHz，单核睿频最高3.75GHz，计算性能稳定，阿里云服务器网分享AMDEPYCGenoa9T34性能测评：AMDEPYCGenoa9T34阿里云AMD服务器性能增强通用型g8ae、计算平衡增强型c8ae实例和内存平衡增强型r8ae，处理器均采用3.4GHz主频的AMDEPYCTMGenoa9T34处理器，单核睿频最高3.75GHz，计算性能稳定。如下图：阿里云AMDEPYCGenoa9T34阿里云AMD服务器支持支持开启或关闭超线程配置。阿里云服务器AMD通用型g8a采用的是AMDEPYCGenoa9T24处理器，和
朋友们，你们有没有为安装GPU版本的pytorch而苦恼过？搜的明明是GPU的安装教程，一顿操作猛如虎，最后print(torch.cuda.is_available())结果居然是False。不要慌，接下来给你介绍一个在anaconda虚拟环境下安装的最稳妥的教程！！！1Anaconda虚拟环境建立1.1创建新环境condacreate-npy39python=3.9#py39是指环境名字，你可以改为你想要的名字#python=3.9中的3.9是指安装的python版本，你也可以改为其他版本1.2激活（进入）虚拟环境condaactivatepy39#py39是你对应的环境的名字#进入环境后
一、下载官网清华镜像站(推荐)北外-kubuntuUSTC-中科大USTC-中科大-repogen/阿里云阿里云-Ubuntu镜像配置参考二、配置虚拟机【自定义】点击“下一步”，此处【默认】，再点击“下一步”。点击“稍后安装操作系统”，再点击“下一步”。点击“Linux(L)”，版本选择【Ubuntu64位】，再点击“下一步”。输入想设置的名称和想安装的位置，再点击“下一步”。内核数量改为2，再点击“下一步”。内存设置为4096MB，即4G，再点击“下一步”。选择"使用网络地址转换"，再点击“下一步”。选择"LSILogic(L)“，再点击“下一步”。选择"SCSI(S)”，再点击“下一步”。
1.使用importtorchtorch.cuda.is_available()------>Falseprint(torch.version)-->查詢torch版本2.命令行，輸入nvidia-smi3.直接去網站找出相對應版本https://download.pytorch.org/whl/torch_stable.htmlcuda:11.7->cu117python3.9->cp39torch1.13.0->torch-1.13.0win64->win_amd644.選擇該版本後pipinstallxx.whl
安装方法InstallationGuide—NVIDIACloudNativeTechnologiesdocumentation1.本地节点添加NVIDIA驱动程序要求：NVIDIAdrivers~=384.81先确保你的主机上的NVIDIA驱动程序正常工作，你应该能够成功运行nvidia-smi并查看你的GPU名称、驱动程序版本和CUDA版本$nvidia-smiThuJul1411:49:332022+-----------------------------------------------------------------------------+|NVIDIA-SMI515.57
