环境配置
文章平均质量分 53
Linux配置环境等等
橙子的科研日记
这个作者很懒,什么都没留下…
展开
-
Human Parsing 数据预处理使用指南
CIHP_PGN使用指南# 1.进入目录 & 激活condacd ~/cz/CIHP_PGN && conda activate CIHP_PGN# 2.整理数据集python make_dataset.py 存放图片的路径 数据集命名cp 存放图片的路径/* datasets/数据集命名/images/# 3.处理数据python test_pgn.py --dataset=数据集命名# 4.复制推理结果到指定文件夹cp output/数据集命名/* 目标文件夹原创 2021-09-04 17:37:05 · 1080 阅读 · 0 评论 -
Linux命令行下重装NVIDIA驱动、CUDA、CUDNN
Linux命令行下重装NVIDIA驱动、CUDA、CUDNN1、卸载NVIDIA驱动、CUDA# 卸载驱动sudo apt-get --purge remove "*nvidia*"# 卸载CUDAsudo apt-get --purge remove "*cublas*" "cuda*"# 删掉没有被依赖而且是自动安装的包sudo apt autoremove2、安装NVIDIA驱动、CUDA需要提前下载好想要安装的驱动版本的run文件以及对应CUDA版本的run文件。# 关闭XSe原创 2021-05-10 17:26:13 · 2209 阅读 · 0 评论 -
Linux命令行下 DensePose使用环境搭建
本文章是为了下一次安装环境方便,并非问题-解决性质。遇到的部分问题及解决方案,请查看另一篇文章。1.新建conda环境-densepose# 如果没有添加镜像源可能下载速度会比较慢,添加中科大镜像源conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/# 创建densepose环境conda create -n densepose python=2.72.安装依赖包# 安装依赖包conda i原创 2021-05-10 16:01:21 · 494 阅读 · 2 评论 -
Linux配置DensePose环境全记录
1.新建conda环境-densepose创建一个新的conda虚拟环境,方便管理。# 如果没有添加镜像源可能下载速度会比较慢,添加中科大镜像源conda config --set show_channel_urls yes# 创建densepose环境conda create -n densepose python=2.7densepose是环境名,pyhton版本2.7。2.安装CUDA9和 CuDNN 7由于Caffe2需要CUDA支持,因此需要先安装CUDA和CuDNN# 安装原创 2021-04-03 13:56:55 · 752 阅读 · 0 评论