WIN10, NVIDIA GeForce RTX 3060
python 3.7, CUDAv11.1.1, PyTorch 1.9, PyCharm
1.1为了稳定,此处安装了2019年10月16日的Anaconda3-2019.10-Windows-x86_64.exe
1.2 更换清华源:(更换 conda 源,将默认的国外源更换成国内源,显著提升相关库的下载速度。)编辑用户目录下的 .condarc 文件即可更换 conda 默认源。
Windows 用户无法直接创建名为 .condarc 的文件,需要先执行如下命令,生成该文件后再修改。
conda config --set show_channel_urls yes
在 .condarc 文件中添加清华源:
ssl_verify: true
show_channel_urls: true
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
1.3安装PyCharm,学生邮箱注册账号免费使用PyCharm专业版,无学生邮箱可以下载Community社区版使用。
#创建新的虚拟环境,环境名为pytorch,python版本为3.9,都可以根据需求来指定
conda create -n pytorch python==3.9
#删除虚拟环境
conda remove -n pytorch --all
#切换虚拟环境
conda activate pytorch

#查看当前所有虚拟环境,*表示当前所在环境
conda env list

不建议直接安装最高版本的CUDA,因为如果后续使用PyTorch或TensorFlow,大概率不兼容。笔者安装的为CUDA Toolkit 11.1.0。
#CUDA版本查询
nvcc -V

30系显卡最低支持cuDNN v8.0.5,把解压的文件复制,粘贴到CUDA的安装根目录。

在cmd下进入到安装目录中C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite,然后直接执行bandwidthTest.exe和deviceQuery.exe程序,如果返回结果都是pass,那么恭喜,安装成功!


进入pytorch官网,选择想要安装的版本,可以点击REVIOUS VERSIONS OF PYTORCH选择安装历史版本,笔者选择安装CUDAv11.1。

网络好的直接在线安装:
# CUDA 11.1
pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html
网络不好的下载torch-1.9.0+cu111-cp37-cp37m-win_amd64.whl、torchvision-0.10.0+cu111-cp37-cp37m-win_amd64和torchaudio-0.9.0-cp37-cp37m-win_amd64.whl离线安装:
#不加 --no-deps 报错:
#ERROR: Could not find a version that satisfies the requirement typing-extensions (from torch) (from versions: none)
#ERROR: No matching distribution found for typing-extensions
pip install --no-deps torch-1.9.0+cu111-cp37-cp37m-win_amd64.whl
pip install --no-deps torchvision-0.10.0+cu111-cp37-cp37m-win_amd64.whl
pip install --no-deps torchaudio-0.9.0-cp37-cp37m-win_amd64.whl
## 按顺序安装,不然可能安装torchvision的时候给你安装了cpu版本的torch
#卸载
conda uninstall pytorch
python
>>> import torch
报错:UserWarning: Failed to initialize NumPy
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
继续
>>> torch.__version__
>>> torch.cuda.is_available() ## 一定要输出True才是成功

File→settings

Project pythonProject→Python Interpreter

Add Interpreter→Add Local Interpreter

选择Existing Environment:

完成配置。
1. 第五步:RTX 3060配置CUDA和cuDNN、安装PyTorch
2. PyTorch环境搭建
我正在玩HTML5视频并且在ERB中有以下片段:mp4视频从在我的开发环境中运行的服务器很好地流式传输到chrome。然而firefox显示带有海报图像的视频播放器,但带有一个大X。问题似乎是mongrel不确定ogv扩展的mime类型,并且只返回text/plain,如curl所示:$curl-Ihttp://0.0.0.0:3000/pr6.ogvHTTP/1.1200OKConnection:closeDate:Mon,19Apr201012:33:50GMTLast-Modified:Sun,18Apr201012:46:07GMTContent-Type:text/plain
之前在培训新生的时候,windows环境下配置opencv环境一直教的都是网上主流的vsstudio配置属性表,但是这个似乎对新生来说难度略高(虽然个人觉得完全是他们自己的问题),加之暑假之后对cmake实在是爱不释手,且这样配置确实十分简单(其实都不需要配置),故斗胆妄言vscode下配置CV之法。其实极为简单,图比较多所以很长。如果你看此文还配不好,你应该思考一下是不是自己的问题。闲话少说,直接开始。0.CMkae简介有的人到大二了都不知道cmake是什么,我不说是谁。CMake是一个开源免费并且跨平台的构建工具,可以用简单的语句来描述所有平台的编译过程。它能够根据当前所在平台输出对应的m
目录前言滤波电路科普主要分类实际情况单位的概念常用评价参数函数型滤波器简单分析滤波电路构成低通滤波器RC低通滤波器RL低通滤波器高通滤波器RC高通滤波器RL高通滤波器部分摘自《LC滤波器设计与制作》,侵权删。前言最近需要学习放大电路和滤波电路,但是由于只在之前做音乐频谱分析仪的时候简单了解过一点点运放,所以也是相当从零开始学习了。滤波电路科普主要分类滤波器:主要是从不同频率的成分中提取出特定频率的信号。有源滤波器:由RC元件与运算放大器组成的滤波器。可滤除某一次或多次谐波,最普通易于采用的无源滤波器结构是将电感与电容串联,可对主要次谐波(3、5、7)构成低阻抗旁路。无源滤波器:无源滤波器,又称
最近在学习CAN,记录一下,也供大家参考交流。推荐几个我觉得很好的CAN学习,本文也是在看了他们的好文之后做的笔记首先是瑞萨的CAN入门,真的通透;秀!靠这篇我竟然2天理解了CAN协议!实战STM32F4CAN!原文链接:https://blog.csdn.net/XiaoXiaoPengBo/article/details/116206252CAN详解(小白教程)原文链接:https://blog.csdn.net/xwwwj/article/details/105372234一篇易懂的CAN通讯协议指南1一篇易懂的CAN通讯协议指南1-知乎(zhihu.com)视频推荐CAN总线个人知识总
深度学习部署:Windows安装pycocotools报错解决方法1.pycocotools库的简介2.pycocotools安装的坑3.解决办法更多Ai资讯:公主号AiCharm本系列是作者在跑一些深度学习实例时,遇到的各种各样的问题及解决办法,希望能够帮助到大家。ERROR:Commanderroredoutwithexitstatus1:'D:\Anaconda3\python.exe'-u-c'importsys,setuptools,tokenize;sys.argv[0]='"'"'C:\\Users\\46653\\AppData\\Local\\Temp\\pip-instal
@作者:SYFStrive @博客首页:HomePage📜:微信小程序📌:个人社区(欢迎大佬们加入)👉:社区链接🔗📌:觉得文章不错可以点点关注👉:专栏连接🔗💃:感谢支持,学累了可以先看小段由小胖给大家带来的街舞👉微信小程序(🔥)目录自定义组件-behaviors 1、什么是behaviors 2、behaviors的工作方式 3、创建behavior 4、导入并使用behavior 5、behavior中所有可用的节点 6、同名字段的覆盖和组合规则总结最后自定义组件-behaviors 1、什么是behaviorsbehaviors是小程序中,用于实现
遍历文件夹我们通常是使用递归进行操作,这种方式比较简单,也比较容易理解。本文为大家介绍另一种不使用递归的方式,由于没有使用递归,只用到了循环和集合,所以效率更高一些!一、使用递归遍历文件夹整体思路1、使用File封装初始目录,2、打印这个目录3、获取这个目录下所有的子文件和子目录的数组。4、遍历这个数组,取出每个File对象4-1、如果File是否是一个文件,打印4-2、否则就是一个目录,递归调用代码实现publicclassSearchFile{publicstaticvoidmain(String[]args){//初始目录Filedir=newFile("d:/Dev");Datebeg
ES一、简介1、ElasticStackES技术栈:ElasticSearch:存数据+搜索;QL;Kibana:Web可视化平台,分析。LogStash:日志收集,Log4j:产生日志;log.info(xxx)。。。。使用场景:metrics:指标监控…2、基本概念Index(索引)动词:保存(插入)名词:类似MySQL数据库,给数据Type(类型)已废弃,以前类似MySQL的表现在用索引对数据分类Document(文档)真正要保存的一个JSON数据{name:"tcx"}二、入门实战{"name":"DESKTOP-1TSVGKG","cluster_name":"elasticsear
我试图在rails中了解rubygems是如何变得可以自动使用的,而不是在使用required的文件中gem? 最佳答案 这是通过bundler/setup完成的:http://bundler.io/v1.3/bundler_setup.html.它在您的config/boot.rb文件中是必需的。简而言之,它首先将环境变量设置为指向您的Gemfile:ENV['BUNDLE_GEMFILE']||=File.expand_path('../../Gemfile',__FILE__)然后它通过要求bundler/setup将所有ge
我完全不是程序员,正在学习使用Ruby和Rails框架进行编程。我目前正在使用Ruby1.8.7和Rails3.0.3,但我想知道我是否应该升级到Ruby1.9,因为我真的没有任何升级的“遗留”成本。缺点是什么?我是否会遇到与普通gem的兼容性问题,或者甚至其他我不太了解甚至无法预料的问题? 最佳答案 你应该升级。不要坚持从1.8.7开始。如果您发现不支持1.9.2的gem,请避免使用它们(因为它们很可能不被维护)。如果您对gem是否兼容1.9.2有任何疑问,您可以在以下位置查看:http://www.railsplugins.or