Blog2 无监督深度关键短语生成-项目环境配置及代码部署

最新推荐文章于 2023-01-17 16:42:35 发布
最新推荐文章于 2023-01-17 16:42:35 发布
阅读量175 收藏
点赞数
文章标签： python pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CSDNone_/article/details/120580930
版权
本文详细介绍了如何配置Python3.7.6环境，搭建Windows上的深度学习框架，包括CUDA10.1和cuDNN7.5.6的安装，以及PyTorch1.8.2的部署。接着，文章提供了数据集和项目代码的下载链接，并记录了在运行项目时遇到的问题及解决方案，如语法错误、NLTK数据下载、doc2vec模型的缺失等。
摘要由CSDN通过智能技术生成

2021SC@SDUSC

一.Python3.7.6安装

由于原机安装的版本为3.9，而python不同版本使用差别很大，因此需要更换版本为3.7.6。

Python 依赖库安装和卸载 Python 的所有依赖库安装都可以通过 pip 来实现，指令如下：

python -m pip install xxx==x.x.x

其中，xxx 为要安装的库名，比如要安装 numpy 则为 numpy。x.x.x 为版本号，不添加默认下载最新版。卸载指令只需把 install 替换成 uninstall 即可。

二、深度学习框架搭建（Windows版本）

(累了家人们，鼓捣一整个下午，试图在虚拟机上安装NVIDIA显卡驱动（可把我nb坏了）。最终发现，根本就不支持！据某博主解释：“虚拟机的显卡是虚拟的，不能使用CUDA。虚拟机上装Nvidia显卡驱动会导致其他驱动全都不能用，所以不能在虚拟机上装N卡驱动，即无法使用GPU。”）

零基础，搭环境，踩坑小能手来了！！！坑坑必踩，招招必试！

1.cuda10.1

官网下载链接：CUDA Toolkit 10.1 update2 Archive | NVIDIA Developer

最低0.47元/天 解锁文章
醴 酦
关注
专栏目录
ElasticSearch倒排索引原理与代码实例讲解
程序员光剑
06-01 757
ElasticSearch倒排索引原理与代码实例讲解 1.背景介绍 1.1 全文搜索引擎的重要性 在当今信息时代,数据量呈现爆炸式增长,传统的数据库系统已经难以满足快速检索海量数据的需求。全文搜索引擎(Full-Te
Lucene原理与代码实例讲解
程序员光剑
06-29 878
Lucene原理与代码实例讲解 作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming / TextGenWebUILLM Lucene原理与代码实例讲解 1. 背景介绍
开发环境配置：Windows下Pytorch安装记录
Hundreays
04-01 576
Windows下Pytorch安装记录1.安装CUDA和cudnn2.安装Pytorch3.测试 这里记录一下Windows下Pytorch安装过程，一些必要的软件或者工具版本以及下载链接为： CUDA10.2：https://developer.nvidia.com/cuda-10.2-download-archive cudnn：https://developer.nvidia.com/zh-cn/cudnn Pytorch官网：https://pytorch.org/ 1.安装CUDA和cudnn
libtorch+YOLOV5配置踩坑记
星空下的仰望者
12-11 6251
电脑配置： CPU：Intel i7-10750H 内存：16G 显卡：GeForce GTX 1650 Ti（4GB显存） 操作系统：Windows 10 家庭中文版 CUDA：10.2 CUDNN：8.2 libtorch：1.8.2 Visual Studio：2017 YOLOV5：v6.0 Opencv：3.4.6 第一步：安装Visual Studio 2017，目前VS2017并未提供离线版安装文件，可以通过在线安装的方式进行安装，具体安装过程在此不再赘述。 第二步：.
Windows 利用Anaconda创建pytorch等环境
MengYa_Dream的博客
11-12 976
Windows 利用Anaconda创建pytorch等环境，1.查看CUDA版本：2.pytorch官网查询对应版本3.opencv版本选择安装
win10下CUDA、cudnn以及pytorch的安装更新
misite_J
08-27 4960
文章目录查看自己电脑支持的cuda信息cuda toolkits与cuda drivernvidia-smi与nvcc -Vdriver API与runtime API下载CUDA和cuDNNpytorch与cuda版本对应cuda与cudnn版本对应安装CUDA和cudnnCUDAcudnn环境变量配置安装完成后的验证CUDA多版本切换下载并安装Pytorchpytorch1.8.2 GPU版安装检查PyTorch GPU版本是否安装成功参考 前言：“升级至cuda不需要将老的cuda版本手动卸载”，在安
旋转框目标检测mmrotate v1.0.0rc1 环境搭建（一）
qq_41627642的博客
01-17 727
无
针对Stable Diffusion、Midjourney、DALL-E等AI绘画软件的部署、训练模型、安装、原理等等教程
07-15
按照提供的文档完成代码的克隆，安装所需的依赖包，并根据指导配置环境变量。这一系列过程通常需要仔细遵循官方文档的指引来执行，确保所有组件正确安装且兼容。 #### 2. 训练模型 训练Stable Diffusion模型是一个...
Stable Diffusion、Midjourney、DALL2等AI绘画软甲的部署、训练模型、安装、原理、提示词合集、api
最新发布
07-15
- **配置和启动**：按照官方文档提供的指引设置环境变量，执行启动脚本，等待所有依赖安装完毕后启动服务。 ##### 2. 训练模型 对于 Stable Diffusion 而言，训练模型通常不是用户的任务，而是由开发团队完成。...
OpenNMT-kpg-release:关键字短语生成
05-13
关键字短语生成（基于OpenNMT-py构建） 这是一个提供代码和数据集的存储库，该代码和数据集用于，并且 。 资源 （2021.1更新）发布了 -CS数据 。 请参考生成LN / Nsmall / Nlarge分割。 可以在此处下载论文中的所有数据集和选定的模型检查点（ 。解压缩data.zip and models.zip文件data.zip and models.zip并覆盖原始的data/ and model/文件夹。 快速开始 用于培训和评估的所有配置文件都可以在文件夹config/找到。 有关更多示例，您可以参考放置在文件夹script/中的script/ 。 预处理数据 source kp_convert.sh # dump json to src/tgt files (OpenNMT format) python preprocess.py -config conf
使用OpenNMT实现文本简化附论文
04-03
文本简化的实现教程，讲解了如何使用编码器解码器，并利用开源框架OpenNMT实现文本简化
深度学习系列错误笔记（一）之print(‘gpu‘,torch.cuda.is_available())输出gpu False
lry320的博客
12-05 2330
0.问题出现背景 ps: win10 64位环境。cuda已经安装，显卡驱动版本472对应torch1.8.0版本对应cuda10.2版本都没问题。 因为硬盘坏了，所以从头开始装按照深度学习系列（一）从零相关软件安装篇（笔记）_lry320的博客-CSDN博客 安装最新的发现，最后 >>>print('gpu',torch.cuda.is_available()) gpu False 后来发现可能是因为我的Anaconda改了清华源，虽然用的官网Previous PyT..
深度学习之目标检测（Swin Transformer for Object Detection）
qq_41627642的博客
05-06 6973
1、MMdetection系列版本 2、 MMDetection和MMCV兼容版本 MMDetection version MMCV version master mmcv-full>=1.3.17, <1.6.0 2.24.1 mmcv-full>=1.3.17, <1.6.0 2.24.0 mmcv-full>=1.3.17, <1.6.0 2.23.0 mmcv-full>=1.3.17, <1.5.
清华源安装 pytorch
热门推荐
走错路的程序员
08-11 2万+
开启清华源。重要的是https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 这个源一定要添加进去，然后才能正常安装pytorch conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaco
ERROR: Could not find a version that satisfies the requirement torch==1.8.0+cu102 torchvision==0.9.1
YIZHILIUSHA2020的博客
04-17 2582
在安装GPU版本的Pytorch时根据官网给出的命令利用pip安装结果报错说找不到文件。 pip3 install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html ERROR: Could not find a version that satisfies the requirement torch1.8.0+cu102
OpenNMT-py使用GPU模式进行训练和翻译
xuye1991的博客
08-21 8094
硬件情况 CPU：Intel(R) Core(TM) i7-7700K CPU @ 4.2GHz GPU:  NVIDIA GeForce GTX 1080 Ti  * 2 RAM:  32G OS: Windows 10 Pro   环境准备 Python Python 选择安装3.6版本，安装好以后配置环境变量。 Anaconda3 Anaconda3选择Anaconda3...
【PyTorch】 torch版本1.9.0+cu102能否使用CUDA 10.1
jn10010537的博客
08-18 4192
【torch】 torch版本1.9.0+cu102能否使用CUDA 10.11、背景2、安装torch3、验证GPU4、总结 1、背景 torch和tensorflow两大主流的深度学习训练框架（tensorflow框架现在似乎开始没落了）。 参考torch官网： https://pytorch.org/get-started/locally/ 参考tensorflow官网： https://tensorflow.google.cn/install/source#gpu就是这么不和谐。 比如， tenso
Blog1 无监督深度关键短语生成——项目综述
wzy的博客
10-03 806
一、项目简介 1.项目名称 Unsupervised Deep Keyphrase Generation 无监督深度关键短语的生成 2.项目描述 3.具体任务 分析关键代码 4.应用价值 To summarize long documents with a collection of salient phrases. 5.主要方法 AutoKeyGen 6.数据集 7.项目成员 指导老师：孙宇清 指导学生：郑威 项目组长：丁陈璐 项目组员：王子仪、李妍、刘国华 8.
深度学习驱动的汉语韵律短语识别研究
该资源是一篇关于人工智能领域中深度学习应用...这篇论文深入探讨了汉语韵律短语识别的关键技术和挑战，提供了深度学习在这一领域的实践应用，对于理解和改进自然语言处理，尤其是汉语处理的深度学习模型具有重要价值。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值