在使用 pip 和 conda 命令安装包时,由于服务器在国外,往往会出现超时的问题,国内下载速度非常慢,体验并不友好。解决办法就是把源换成国内的,如清华、阿里、豆瓣。
如果有刚刚起步的小白,可以先看看这段话,主要是介绍Anaconda、PyCharm的区别,不需要的可以跳过。
Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。当你尝试pip install xxx时出现各种意外和依赖问题,那么conda就是一方良药。可以让你轻松的安装各种库并处理各种依赖问题。
Anaconda(conda) 安装包时很慢,经常需要等待很长时间,需要换源来解决。
记录时间:2021年1月31日 版本:Ubuntu20.04、cuda11.0、cudnn对应的版本、pytorch对应的版本。我的电脑安装win10+Ubuntu20.04双系统,中途会重启进入windows系统进行一些下载。
目前正在学习tensorflow库的深度学习的一些知识,安装和环境配置过程做个记录。
下载地址:https://cn.download.nvidia.com/tesla/511.65/511.65-data-center-tesla-desktop-win10-win11-64bit-dch-international.exe
在上次,如果不出意外,手把手教你进行Anaconda的安装,我们已经在windon10上成功的安装上了Anaconda。
> conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
大多数小伙伴在第一次接触 python 的时候都会被它强大的包所吸引,想要写一个网站可以使用 Django ,想要做数学运算就想到了 Numpy ,想做数据分析可以用 Pandas 等等
清华源地址:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
使用:pycharm版本2020.1.4,python3.6,cuda9.0,conda4.5.4;file transfer功能使用了FileZilla。
本文介绍在Anaconda中,为Python的虚拟环境安装第三方库与Spyder等配套软件的方法。
由于版本问题,我们有时需要创建不同的python环境。比如有些包只支持到python3.6,这时就需要创建一个py36的虚拟环境。推荐使用anaconda配置虚拟环境。(此外,你也可以使用venv创建虚拟环境,参加官网教程12. 虚拟环境和包 — Python 3.10.5 文档)
最近学习python安装了Anaconda,但是去年安装的现在才开始学习(鸽子咕咕咕,这导致版本都已经比较老。 但是使用 Anaconda 升级包的时候,发现在图形界面升级时需要鼠标多次点击,同时默认源访问速度很慢(校园网环境基本没法用。
安装pytorch,有两种办法,一是pip,二是conda。不管什么样的方法,首先,都要安装最新的anaconda。
因为有些时候我们需要不同版本的python或不同版本的pip模块(比如你需要跑两个从github上下下来的代码,他们的tensorflow版本一个要求1.0一个要求2.0)
在我刚刚发的【2024保姆级图文教程】深度学习GPU环境搭建:Win11+CUDA 11.7+Pytorch1.12.1+Anaconda 深度学习环境配置 文章中(跳转链接:保姆级教程深度学习环境)
https://quqi.gblhgk.com/s/3109432/AxPaiHsvzJnE35Jz
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
安装CUDA前需要安装Visual Studio,我安装的版本为Visual Studio 2017,视频与博客中未提及,请小伙伴们注意。
现在无法直接用pip search,需要先安装pip_search: pip install pip_search。 使用pip_search搜索可用的包版本: pip_search requests
Anaconda下载及安装 简介 Anaconda官网:https://www.anaconda.com/ Anaconda是一个开源的Python发行版本,包含了180+的科学包及其依赖项,可以方便获取开发所需要的包,并且对包进行管理,其中的科学包有:conda,numpy等 下载 网速好:官方下载:https://repo.anaconda.com/archive/ 网速慢:清华镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 选择相应版
安装CUDA前需要安装Visual Studio,我安装的版本为Visual Studio 2017,视频与视频中未提及,请小伙伴们注意。
本文介绍在Anaconda环境下,安装Python读取.xls格式表格文件的库xlrd的方法。
我们用Anaconda发行版作为Python的使用环境。Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。
.condarc保存了anaconda的配置信息,该文件存储在C:\Users\xxxx.conda\ 路径中,在如下代码中:
在虚拟机上,我安装了Ubuntu18.04版本,系统默认自带了python3.6.5,然而没安装pip工具。 使用下面的语句进行安装
如果显示都成功找到GPU了,还报错,可能是你的显卡太旧了,尝试降低 tf 版本,或者换显卡,也有可能,显存不够,你可以调小点 batch_size
运行 :bash Miniconda3-latest-Linux-x86_64.sh
pycharm自带了包管理的功能,对于很多学习python的新手来说能从pycharm直接搜寻需要的第三方库是件很舒服的事情。
这些是我在近一年半的学习和服务器维护中常用的命令汇总,包括管理员常用命令和工作常用命令。
在计算机视觉领域,目标检测是至关重要的任务之一,它涉及识别图像或视频中的对象,并将其分类和定位。近年来,**YOLO(You Only Look Once)**算法因其速度与精度的平衡而变得非常流行。在这篇博文中,我们将详细介绍如何快速在Windows系统上部署YOLO模型。
个人建议如果是不怎么熟悉linux相关环境的小白想要快速上手深度学习的开发,可以先试用Windows Server系统,理由是会更偏向于平时使用的Windows系统。
anaconda安装按照提示一步一步来,基本没啥大问题,就是要记得添加环境变量,记得要换源,添加环境变量中,最好把以下四项都添上,有些人只添加了D:\anaconda3这一项,但是为了保险起见,最好四项都加上。如下图所示:
在认识 Anaconda 之前,先认识一下conda,Conda是在Windows、macOS和Linux上运行的开源软件包管理系统和环境管理系统。它可以快速安装、运行和更新软件包及其依赖项。那么既然都是用来安装包的,Conda和pip有啥区别呢?主要区别如下:
之前我们在利用GPU进行深度学习的时候,都要去NVIDIA的官网下载CUDA的安装程序和cudnn的压缩包,然后再进行很繁琐的系统环境配置。不仅环境配置麻烦,而且还特别容易配置错误,特别还有CUDA和cudnn版本的对应也特别容易搞错,但是利用anaconda安装配置pytorch和paddlepaddle环境的时候会自动帮我们配置好cuda和cudnn。这篇博客就是针对小白的保姆级深度学习的环境配置教程
入门深度学习,很多人经历了从入门到放弃的心酸历程,且千军万马倒在了入门第一道关卡:环境配置问题。俗话说,环境配不对,学习两行泪。
之前安装pytorch框架,直接在pytorch官网复制命令下载。 顺利安装之后,结果发现竟然是CPU版本,导致运行视频流十分卡顿,浪费了GPU。
参考网页 Raspbian 下载 Miniconda 的方法和下载 Anacodna 差不多,可以使用 wget 命令:
关于如何安装,这篇blog中已经给出了很好的方法:https://blog.csdn.net/isuccess88/article/details/73546835,但由于自前段时间开始换源已经不能解决anaconda的下载速度,因此即使使用此方法也很难进行下去,下载速度太慢了。
上一期我们介绍了CUDA下载安装以及其总结,这一期教大家如何在Anaconda中使用CUDA来进行加速、神经网络依赖cuDNN的下载安装,以及下载和安装Pytorch-GPU安装包的三种方式(conda、pip、轮子)。
最近,遇到很多Python第三方库不支持Windows系统或则安装很繁琐要不就是要安装vc++环境,都比较麻烦,对于开发者而言,Mac真的是个不错的选择,Linux就更不用说了,一直听过Windows子系统,但是从来没有尝试过,之前都是用的虚拟机安装并使用,今天把我win10下安装、配置与使用ubuntu子系统的过程记录下来,希望对某些小伙伴有用,尽量避免踩坑。
今天这部分比较痛苦……因为我用的是自己的MacBook的terminal,第一个指令
百度云盘下载链接: https://pan.baidu.com/s/1ACJSry3egBGin-w50RwtyQ 提取码: cs6y 本文作者在链接中上传了5个深度学习环境搭建所必需的文件,如下:
上文提到了Superset 0.37的在线安装方式,只需要更新pip,然后pip install就可以了。但是在生产环境中,特别是内网环境中,很多时候是没有外网的,这时候就需要采取离线安装的方式。
领取专属 10元无门槛券
手把手带您无忧上云