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-锚框概念和代码实现

前言 经历过图像分类后,进一步的就是更复杂的目标检测了,从这一章开始,将会不断记录图像目标检测中的学习经历,其中大多数思路以及代码来源,来自于李沐的动手学深度学习课程&#x

YOLO-V3-SPP详细解析

YOLO-V3-SPP 继前两篇简单的YOLO博文 YOLO-V1 论文理解《You Only Look Once: Unified, Real-Time Object Detection》YOLO-V2论文理解《YOLO9000: Bet

目标检测部署(卡牌识别)

最近在折腾yolov5,训练了一个识别纸牌的模型,最后使用onnxruntime进行部署,感兴趣的可以上github上clone下来玩玩,模型的权重文件上传到了百度网盘,链接

基于YOLOv5的垃圾目标检测

使用yolov5实现垃圾目标检测(有图形化界面,webapp)。 计算机视觉爱好者,有自己的算力(8块2080Ti),熟练运用pytorch深度学习框架&#x