Conda虚拟环境创建1.为什么要创建虚拟环境2.开始搭建虚拟环境第一步：创建虚拟环境第二步：切换进入虚拟环境2.1安装python的各种模块1.为什么要创建虚拟环境我们在做开发时可能会同时开发多个项目，这些项目可能会依赖于不同的python环境，比如有的用到3.6有的用到3.7，这时我们创建不同版本的python，放到虚拟环境中给不同的项目分别提供其所需要的版本，这样可以将各项目所用的环境隔离开不会相互影响。就算多个项目使用同一个版本的python，这时候还是需要创建conda虚拟环境的，比如一个项目用Pytorch开发，一个项目用TensorFlow开发，不同框架对python包依赖，对底
我们都知道，在内存上完成tensorflow的处理是非常耗费时间的且缓慢的，所以我们要在电脑上安装最新版的tensorflow-gpu，这样我们可以把计算的过程放到gpu上完成，效率据亲测可以将速度提升到原来的340%。大家一定很感兴趣吧，下面就让小编带你来了解一下吧！！！！！！查询机器GPU型号我们可以使用ctrl+shift+esc呼出任务管理器，然后点开“性能”，查看“GPU0”的版本，这里以Windows11、RTX3060为例。我们点开任务栏中的“搜索”，输入“cmd”，打开命令窗口，在命令窗口用nvidia-smi命令查看GPU驱动版本，也就是我们“CUDAVersion”，Win
我们都知道，在内存上完成tensorflow的处理是非常耗费时间的且缓慢的，所以我们要在电脑上安装最新版的tensorflow-gpu，这样我们可以把计算的过程放到gpu上完成，效率据亲测可以将速度提升到原来的340%。大家一定很感兴趣吧，下面就让小编带你来了解一下吧！！！！！！查询机器GPU型号我们可以使用ctrl+shift+esc呼出任务管理器，然后点开“性能”，查看“GPU0”的版本，这里以Windows11、RTX3060为例。我们点开任务栏中的“搜索”，输入“cmd”，打开命令窗口，在命令窗口用nvidia-smi命令查看GPU驱动版本，也就是我们“CUDAVersion”，Win
一、软硬件配置介绍操作系统：Windows10和Ubuntu20.04均适用GPU：NvidiaGeforceRTX3060Python：3.8Tensorflow：2.5.0二、环境配置步骤1、安装显卡驱动（1）Windows10 在Nvidia驱动下载官网下载522.25版本的驱动并安装。（2）Ubuntu20.04 打开系统设置，找到软件更新里的附加驱动，选择470版本的驱动即可。注意，安装完成后需要重启一次。 安装完成后使用nvidia-smi命令进行验证。2、安装并配置Conda（1）安装conda 此处选择miniconda。访问miniconda官网下载对
一、软硬件配置介绍操作系统：Windows10和Ubuntu20.04均适用GPU：NvidiaGeforceRTX3060Python：3.8Tensorflow：2.5.0二、环境配置步骤1、安装显卡驱动（1）Windows10 在Nvidia驱动下载官网下载522.25版本的驱动并安装。（2）Ubuntu20.04 打开系统设置，找到软件更新里的附加驱动，选择470版本的驱动即可。注意，安装完成后需要重启一次。 安装完成后使用nvidia-smi命令进行验证。2、安装并配置Conda（1）安装conda 此处选择miniconda。访问miniconda官网下载对
Pycharm无法添加Conda新建的虚拟环境，点击没反应，在idea.log文件中报错：CondaPythonLegacy-Can'tfindpythonpathtouse,willusecondaruninstead1.软件环境⚙️2.问题描述🔍🐡3.解决方法🐡4.结果预览🤔1.软件环境⚙️Windows10教育版64位WSL2Ubuntu20.04LTSPython3.7.13Pycharm2022.3.2(ProfessionalEdition)conda4.3.302.问题描述🔍今天在WSL2Ubuntu中安装了Pycharm，因此想把之前在conda中新建的虚拟环境关联上。在PyC
Pycharm无法添加Conda新建的虚拟环境，点击没反应，在idea.log文件中报错：CondaPythonLegacy-Can'tfindpythonpathtouse,willusecondaruninstead1.软件环境⚙️2.问题描述🔍🐡3.解决方法🐡4.结果预览🤔1.软件环境⚙️Windows10教育版64位WSL2Ubuntu20.04LTSPython3.7.13Pycharm2022.3.2(ProfessionalEdition)conda4.3.302.问题描述🔍今天在WSL2Ubuntu中安装了Pycharm，因此想把之前在conda中新建的虚拟环境关联上。在PyC
如何彻底卸载anaconda—（前言废话，直接pass）这篇文章主要是写一下我最近在用anaconda时出现的一些问题，在无法解决之后想到最原始也是最有效的方法，就是卸载重装。但是很遗憾，anaconda的卸载没那么简单，重装之后可能同样的问题又会出现，这里也参考了别人写过的文章，虽然整体过程大致相同，但在其他文章中看到还是有一些细节没有讲出来，这也是我试了很多次没有卸载干净的缘故。文章目录如何彻底卸载anaconda前言（看卸载过程直接跳第二部分）一、我遇到的一些问题第一个问题第二个问题第三个问题第四个问题二、卸载过程1.查看环境2.下载anaocnda-clean包3.输入以下指令4运行卸
如何彻底卸载anaconda—（前言废话，直接pass）这篇文章主要是写一下我最近在用anaconda时出现的一些问题，在无法解决之后想到最原始也是最有效的方法，就是卸载重装。但是很遗憾，anaconda的卸载没那么简单，重装之后可能同样的问题又会出现，这里也参考了别人写过的文章，虽然整体过程大致相同，但在其他文章中看到还是有一些细节没有讲出来，这也是我试了很多次没有卸载干净的缘故。文章目录如何彻底卸载anaconda前言（看卸载过程直接跳第二部分）一、我遇到的一些问题第一个问题第二个问题第三个问题第四个问题二、卸载过程1.查看环境2.下载anaocnda-clean包3.输入以下指令4运行卸
如何在你的电脑上完成whisper的简单部署（超详细教程）前言一、显卡驱动、CUDAToolKit、cuDNN的下载1.显卡驱动2.CUDAToolKit3.cuDNN的安装二、windows下安装conda三、使用scoop包管理工具完成ffmpeg安装四、whisper安装使用前言这几天正在做whisper相关的工作，github上的whisper源码，whisper相当容易安装，但当我在自己的电脑上安装使用时出现了各种各样的bug，正好需要写篇技术文档，顺便记录下安装环境中遇到的各种坑。（文章是基于windows10介绍的，不同的系统可能会有一些差异）一、显卡驱动、CUDAToolKit
