先查看显卡驱动版本 , cmd 命令输入 :nvidia-smi
电脑当前驱动版本是 528.92, DUCA 版本最高能安装 12.0
因为电脑显卡驱动版本为 528.92 , 所以最高能安装版本红框中所圈
选择对应的版本下载好后安装
如果当前版本比要安装的版本高, 那么就把要安装的版本去掉勾选, 即不安装
安装位置可以自己更改, 但是c 盘仍然会安装一部分
显示没安装 visual Studio , 安装与否不影响使用
安装完后命令行输入
选择将 cuda 安装到D盘,但是仍有一部分会被安装进c盘
卸载时只需保留 NVIDIA Geforce 、 NVIDIA PhysX , NVIDIA 图形驱动程序
卸载完删除文件夹
选择与 CUDA 版本对应的 cuDNN 下载,然后将 cudnn解压, 复制 cudnn 文件夹中所有文件 到安装文件夹中
下载地址清华镜像
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
Anaconda优势
选择一个版本下载
将安装路径 和 scripts 放进环境配置当中
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
按照网址上面的步骤去执行
查看版本
nonda -V
更新conda
conda update conda
显示所有已创建的虚拟环境
conda env list
conda info -e
创建环境命令
conda create -n yolo python=3.8
yolo:环境名称, 虚拟环境存放位置在安装目录下 envs 中
切换虚拟环境
conda activate yolo
退出当前环境
conda deactivate
删除当前虚拟环境
conda remove -n yolo --all
列出当前虚拟环境安装的包
conda list
查看要安装的包有哪些版本
conda search numpy
在当前环境中安装 numpy包
conda install numpy (不指定版本将安装最新版本)
删除某个包
conda remove numpy
显示详细信息
conda info
打开用户路径下面的 .condarc 文件, 修改内容
下载地址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
如果C盘有空间,最好安装在C盘,且安装目录中不要有中文,勾选将其添加到PATH
conda create -n yolov5 python=3.8
创建名称为yolov5 , python指定3.8版本, 版本过高会有些包装不上
conda activate yolov5
使用环境前先激活环境
conda deactivate
退出当前环境
conda remove -n yolo5 --all
删除环境
conda info
查看信息
conda info --env
查看当前所有环境
pip和conda到使用哪个
在一个单独的环境中,能使用pip就尽量使用pip,实在有问题的情况,再使用conda进行安装,不要来回混淆。防止后面环境混乱。
CUDA是否必须安装
如果只需要训练、简单推理,则无需单独安装CUDA,直接在官网搜索对应的版本通过pip安装即可
如果需要编译、部署等,那么还是需要单独安装CUDA的,这部分大家可以自行百度
显卡16XX的安装问题
1.如果想一切顺利运行,尽量安装cu10.x的pytorch版本,否则会出现预测失效、训练过程中Loss为nan、各项指标均为0的情况
2.如果必须安装cu11.x的版本,则需要修改代码中半精度的部分,才能避免上述问题
显卡30XX的安装问题
30系列的显卡不再支持cuda10,因此务必安装cu11.x的pytorch版本,否则将出现如下错误
复制粘贴
我是把 miniconda 安装在了E盘, 然后给安装位置的文件夹更改了权限:右键-属性-安全-Users修改权限-完全控制(全部打勾)
另一种方法就是 需要修改配置文件.condarc(如果没有这个文件需要新建)
"C:\Users\xxx\.condarc" //文件位置
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
envs_dirs:
- E:\Anaconda3\envs
这样就能让E盘路径变为首选安装位置。顺便还加了清华源
打开终端 输入命令,创建名称为 yolov5, python 版本为 3.8的虚拟环境
官方地址: https://pytorch.org/
在一个单独的环境中,能使用pip就尽量使用pip,实在有问题的情况,例如没有合适的编译好的系统版本的安装包,再使用conda进行安装,不要来回混淆
16XX的显卡,安装cu102的版本,否则可能训练出现问题
30XX、40XX显卡,要安装cu111以上的版本,否则无法运行
装 pytorch 时要对应 cuda 版本
安装完pytorch 后检查是否安装成功 ,能否调用 cuda? 在虚拟环境下输入以下代码
import torch # 如果pytorch安装成功即可导入
torch.__version__ # pytorch 版本
torch.cuda.is_available() # 查看CUDA是否可用
torch.cuda.device_count() # 查看可用的CUDA数量
torch.version.cuda # 查看CUDA的版本号
在安装pytorch 时, 环境会下载对应的 CUDA,是作用于当前的环境(局部)。 而自己官网下载的 CUDA 是作用全局的。
有显卡, 显卡驱动支持 pytorch 下的 CUDA 版本, 就能调用GPU
为什么电脑装了pytorch没有安装cuda,还是能够使用gpu?
我电脑能支持的最大版本, 当装了11.1时, 若不支持, 省级一下驱动
device 在 cuda:0 上的时候就是pytorch正常安装了, 并且可以成功调用GPU。CUDA和 CUDNN 不一定非要装, 只要显卡驱动版本能支持CUDA , 并且电脑里有GPU 就可以。
30、40系显卡一定装11.1以上版本
yolov5 master 版本一直随着 yolov8调整, master 版本一直变动。
requirements.txt(安装 yolov5 所依赖的包的版本)
requirements(库文件及依赖) 的安装, 在requirements.txt 所在路径位置输入 cmd, 进入
激活环境
进行模型检测示例, +cu 就是GPU 版本, +cpu 就是CPU版本(没装正确), 可以复制链接去浏览器下载
环境安装完毕
文章浏览阅读1.8w次,点赞8次,收藏11次。 以前在神经网络训练中,只是对输入层数据进行归一化处理,却没有在中间层进行归一化处理。要知道,虽然我们对输入数据进行了归一化处理,但是输入数据经过 $ \sigma(WX+b) $ 这样的矩阵乘法以及非线性运算之后,其数据分布很可能被改变,而随着深度网络的多层运算之后,数据分布的变化将越来越大。如果我们能在网络的中间也进行归一化处理,是否对网络的训练起到改进作用呢?答案是肯定的。 这种在神经网络中间层也进行归一化处理,使训练效果更好的方法,就是批归一化Batch Normalization(BN)。_深度学习 那些情况 要做 归一化
文章浏览阅读1.2w次,点赞12次,收藏101次。#(Notice:以下所有经验也是我根据网上的经验整理的,如有侵权可以联系我删除,QQ 654303408。 有问题讨论也可联系我,QQ同上。)#(Tips:我是第一次开发,一个刚毕业的java工程师,我觉得我并非天赋异禀,我能学会,相信聪敏的你,一定可以)#(PS:目前微信拥有无可撼动的人口基数,越来越多的项目开发是基于微信小程序,或者APP。但是支付方式无非两种,一种是支付宝,一种是微信支..._小程序后台java支付接口
文章浏览阅读27次。第一个python Web程序——简单的Web服务器。与其它Web后端语言不同,Python语言需要自己编写Web服务器。如果你使用一些现有的框架的话,可以省略这一步;如果你使用Python CGI编程的话,也可以省略这一步;用Python建立最简单的web服务器利用Python自带的包可以建立简单的web服务器。在DOS里cd到准备做服务器根目录的路径下,输入命令:python -m Web服务..._pyjwt webserver
文章浏览阅读1.3w次,点赞3次,收藏23次。RMSE和MAE能很好的反应图像的重建结果与真实结果间的差异。_rmse与mae有换算公式吗
文章浏览阅读3.4k次。背景默认情况下,Gradle 单元测试,是无法使用 System.out.println 这样打印变量信息的,这会让我们debug变得非常麻烦。百度网上很多方案,,但都比较麻烦,也很容易踩坑,。换了个搜索姿势,google了下,原来方案如此简单。解决在你的模块下的build.gradle.kts添加如下的配置:tasks.withType<Test> { this.testLogging { this.showStandardStreams = true _gradle 打印日志 system. out.print
文章浏览阅读167次。Service的开启与关闭1.继承Service类2.在AndroidManifest.xml中注册<service android:name=".MyService" android:enabled="true" android:exported="true"></service>直接创建Service的话,前两步会自动执行3.通过Contex.startSer..._安卓如果设置组服务
文章浏览阅读2.2k次,点赞2次,收藏11次。sqlmap在默认的的情况下除了使用char()函数防止出现单引号,没有对注入的数据进行修改,还可以使用–tamper参数对数据做修改来绕过waf等设备。命令格式:sqlmap -u [url] --tamper [模块名]通过使用whereis sqlmap查看sqlmap安装路径,自带的脚本一般是在usr/share/sqlmap/tamper下,我的是1.6.3版本一共有66个自带脚本下边引一些常用的脚本:apostrophemask.py适用数据库:ALL作用_sqlmap绕过脚本
文章浏览阅读1.7k次。windows:\r\nlinux:\rmac:\n_分隔符 换行
文章浏览阅读4.2k次,点赞2次,收藏8次。喜欢「音乐杂谈」这个主题的朋友可以关注我的头条号,将会在不定期发表一些音乐理论以外的音乐话题的文章或者是音乐知识的干货 。(此文为混音师天职老师 发布于今日头条的原创文章,转载请告知并注明出处)通篇写作整理下来差不多花了7个小时,不管怎样,施舍点个赞吧。哈哈哈!继上一次「音乐杂谈41」混音选择困难第一期,给大家介绍了Waves全家桶的大部分压缩器之后,本篇,我们将来看看,Waves全家桶的大部分均..._waves功能详解
文章浏览阅读2.8k次。Android媒体包提供了可管理各种媒体类型的类。这些类可提供用于执行音频和视频操作。除了基本操作之外,还可提供铃声管理、脸部识别以及音频路由控制。本文说明了音频和视频操作。本文简介媒体包提供了可管理各种媒体类型的类。这些类可提供用于执行音频和视频操作。除了基本操作之外,还可提供铃声管理、脸部识别以及音频路由控制。本文说明了音频和视频操作。范围:_android 播放语言视频
文章浏览阅读2.7k次。Sublime & Markdown文章目录Sublime & Markdown安装 Sublime设置 Sublime安装插件Package ControlMarkdownEditingMarkdown PreviewLiveReloadauto-saveOmniMarkupPreviewerEvernote插件&主题插入图片Ctrl+vHTML语法Markdown语法...
文章浏览阅读695次。在调试RK3288 Android 8.1系统遇到一个问题:开机启动uboot logo过渡到kernel log的过程中会花掉直到没有显示,再出现kernel logo。分析:打印串口log时发现,uboot阶段显示一切正常,进入kernel以后就开始花掉了然后变成没有显示了,感觉像是慢慢掉电了一样,再继续查看log发现如下打印:[ 0.363167] Registered fiq deb..._mtk 转屏后 logo uboot 转kernel 显示异常