一、创建conda虚拟环境
1、查询创建了哪些conda虚拟环境的方法
按windows+R键输入cmd
再输入如下代码查询conda环境下有哪些虚拟环境
conda info --envs
2、创建虚拟环境
**name
是可以自定义的任意环境名字,python=x.x
**指定python版本
conda create -n name python=x.x
3、激活需要的虚拟环境
name是指需要激活环境的名字
conda activate name
4、查看环境下有哪些包
conda list
5、删除不用的环境
name是需要删除的环境名字,如果不加上–all的话代表删除的是当前环境下的一个库,加上是删除当前环境
conda remove -n name --all
二、查询本机cuda版本
cmd命令后输入**nvidia-smi,如下图绿色框线内即是
cuda
版本号
**
三、安装pytorch
1、进入pytorch官网
点击Get Started
2、选择对应版本
版本一定要比第二步的cuda版本小
如果上图没有对应的版本可以从下图绿色框线里找到
3、采用清华镜像下载pytorch
进入cmd命令后,依次输入下面四行代码,将路径更改为清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
从3.2中选择合适的版本并复制链接,将连接-c及后面的代码删去
4、验证是否安装成功
进入cmd命令后,输入python,在输入import torch,在输入torch.cuda.is_available(),如果出现True,则说明可以使用GPU。
import torch
torch.cuda.is_available()
5、查看torch版本
输入torch.__version__即可查看
torch.__version__
四、验证cudnn版本的方法
import torch
print(torch.backends.cudnn.version())
五、安装tensorboard
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)
的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!**
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)