配置深度学习环境(Windows10)


总览

1、安装 VS2019

2、安装 Anaconda3

3、安装cuda和cudnn

4、创建python虚拟环境

5、配置合适的pytorch-gpu


一、安装 VS2019

在这里插入图片描述
直接安装即可,选择默认路径。

二、安装 Anaconda3

在这里插入图片描述
直接安装即可。

三、安装cuda和cudnn

在这里插入图片描述直接安装、解压,并将cudnn复制到对应文件夹下。

四、创建python虚拟环境

在这里插入图片描述

五、配置合适的pytorch-gpu

在这里插入图片描述
离线安装。

版权声明:本文为CSDN博主「军军2号」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_39127080/article/details/121506938

军军2号

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测:学习yolo版本一

笔记
论文的脉络
先对比了和一些 其他工作的比较,比如 比 fast rcnn 更加能利用 全局的信息。
牵扯到的基础知识
iou
mAP
2. 统一的检测流程
提出了一个想法:每一个 box 如果 有

Yolov5训练自制数据集

一、准备
1.项目链接
https://github.com/ultralytics/yolov5
2.制作数据集
将标注好的图片放到data/images/train 和data/images/valid 文件夹下,将.