目录1.cuda的安装2.cudapath的配置3.检查cuda的版本号（为安装pytorch做准备）...建议看看下面的几条ps，可以避免踩坑！ps：本文所用ubuntu系统版本为v-22.04（如果打算安装可以参考博主的另一篇文章），ubuntu-v-22.04最高支持cuda-v-11.7.0ps：此文为2023.2.4所写，此时pytorch支持的cuda版本最高为v-11.7。ps：因为自己没提前查看pytorch支持的cuda的最高版本，因此装了个v-12.0，在这写下这篇博客，希望让你们少踩坑。ps：试过各种卸载方法都删除不干净，无奈只能重新装系统。ps：安装cudaToolik
目录安装cuda下载cuDNN包cuda配置验证pycharm内下载gpu版TensorFlow安装cuda下载链接：https://developer.nvidia.cn/cuda-downloads?直接安装，首先提取在temp目录：这个temp目录在退出安装以及安装完成后会自动删除，如果没有，我们也可以手动将其删除提取完成后，就进入安装步骤直接精简安装即可，省事快捷，占点储存空间在现在也不是个事。安装好cuda后，会提示重启。重启完成后，安装成功。cuda安装好之后，会新建两个环境变量CUDA_PATH以及CUDA_PATH_V11_8：注意，有教程说，cuda会生成NVCUDASAMP
目录安装cuda下载cuDNN包cuda配置验证pycharm内下载gpu版TensorFlow安装cuda下载链接：https://developer.nvidia.cn/cuda-downloads?直接安装，首先提取在temp目录：这个temp目录在退出安装以及安装完成后会自动删除，如果没有，我们也可以手动将其删除提取完成后，就进入安装步骤直接精简安装即可，省事快捷，占点储存空间在现在也不是个事。安装好cuda后，会提示重启。重启完成后，安装成功。cuda安装好之后，会新建两个环境变量CUDA_PATH以及CUDA_PATH_V11_8：注意，有教程说，cuda会生成NVCUDASAMP
最近在学习yolov5分享一下学习经验一.torch环境配置：1.Anaconda安装 首先需要下载一个Anaconda来方便我们配置pytorch的环境Anaconda直接百度就可以找到官网并且下载 可以进入Anaconda的官网查询你想下载的版本对应的是哪个安装包，主界面进入后直接点击下方的GetAdditionalLinstallers 点进来之后会进入如下界面上面默认是最新版的Anaconda选择你对应的系统就能进行安装了 不过有的时候我们需要下载一些比较旧的版本的Anaconda， 在Anaconda的界面选择下面蓝框里的archive就会得到旧版本安装表的列表了 如果没有科学上网
最近在学习yolov5分享一下学习经验一.torch环境配置：1.Anaconda安装 首先需要下载一个Anaconda来方便我们配置pytorch的环境Anaconda直接百度就可以找到官网并且下载 可以进入Anaconda的官网查询你想下载的版本对应的是哪个安装包，主界面进入后直接点击下方的GetAdditionalLinstallers 点进来之后会进入如下界面上面默认是最新版的Anaconda选择你对应的系统就能进行安装了 不过有的时候我们需要下载一些比较旧的版本的Anaconda， 在Anaconda的界面选择下面蓝框里的archive就会得到旧版本安装表的列表了 如果没有科学上网
Pythonmatplot工具包之一的mpl_toolkits绘制属于你的世界地图Python之所以这么流行，是因为它不仅能够应用于科技领域，还能用来做许多其他学科的研究工具，绘制地图便是其功能之一。今天我们用matplot工具包之一的mpl_toolkits来绘制世界地图，这是一个简单的可视化工具，如果希望绘制更加复杂的地图，可以考虑使用GoogleMapsAPI，不过这不在我们今天的讨论范围之内。1.准备开始之前，你要确保Python和pip已经成功安装在电脑上。**(可选1)**如果你用Python的目的是数据分析，可以直接安装Anaconda，它内置了Python和pip.**(可选2
Pythonmatplot工具包之一的mpl_toolkits绘制属于你的世界地图Python之所以这么流行，是因为它不仅能够应用于科技领域，还能用来做许多其他学科的研究工具，绘制地图便是其功能之一。今天我们用matplot工具包之一的mpl_toolkits来绘制世界地图，这是一个简单的可视化工具，如果希望绘制更加复杂的地图，可以考虑使用GoogleMapsAPI，不过这不在我们今天的讨论范围之内。1.准备开始之前，你要确保Python和pip已经成功安装在电脑上。**(可选1)**如果你用Python的目的是数据分析，可以直接安装Anaconda，它内置了Python和pip.**(可选2
一、驱动软件准备：从nvidia网站下载驱动，注意，和普通显卡下载驱动地址不同。按照ESXi对应版本不同下载不同的安装包。安装包内含ESXi主机驱动和虚拟机驱动。GPU显卡和物理服务器兼容查询：（重要：一定要查兼容，最近遇到一客户反馈安装驱动后运行nvidia-smi各种报错，最后查询是因为不兼容导致。）https://www.nvidia.com/zh-cn/data-center/resources/vgpu-certified-servers/二、安装显卡驱动1、将驱动vib上传到主机的/tmp目录下，开启SSH服务，并将主机进入维护模式，使用如下命令esxclisoftwarevibi
一、驱动软件准备：从nvidia网站下载驱动，注意，和普通显卡下载驱动地址不同。按照ESXi对应版本不同下载不同的安装包。安装包内含ESXi主机驱动和虚拟机驱动。GPU显卡和物理服务器兼容查询：（重要：一定要查兼容，最近遇到一客户反馈安装驱动后运行nvidia-smi各种报错，最后查询是因为不兼容导致。）https://www.nvidia.com/zh-cn/data-center/resources/vgpu-certified-servers/二、安装显卡驱动1、将驱动vib上传到主机的/tmp目录下，开启SSH服务，并将主机进入维护模式，使用如下命令esxclisoftwarevibi
文章目录一：Anaconda安装二：Cuda、Cudnn安装三：Pytorch安装四：Tensorrt安装一：Anaconda安装Jetson系列边缘开发板，其架构都是arm64，而不是传统PC的amd64，深度学习的环境配置方法大不相同。想要看amd64的相关环境安装，可以参考这篇文章。下面步入正题：对于Anaconda的安装其实和之前差不多，只是寻找aarch64的shell包安装即可，下载地址anaconda清华镜像源，我选择的是Anaconda3-2021.11-Linux-aarch64.sh。进入到下载文件夹，按如下命令依次安装即可：chmod+xAnaconda3-2021.11
