笔记本玩深度学习！带GPU！ Win10 + Anaconda + Cuda +  Pytorch + Pycharm

最新推荐文章于 2024-08-15 14:58:45 发布
最新推荐文章于 2024-08-15 14:58:45 发布
阅读量2.7k 收藏 21
点赞数 1
分类专栏： 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/chinabing/article/details/116380983
版权
这篇博客介绍了如何在5000元的笔记本上配置深度学习环境，包括安装Win10、Anaconda、CUDA 10.2、PyTorch和PyCharm。通过Anaconda管理库，使用Miniconda3进行安装，并强调了镜像对于加速下载的重要性。最后，说明了如何在PyCharm中设置Python解释器进行PyTorch编程。
摘要由CSDN通过智能技术生成

5000元笔记本也可以玩深度学习，而且重复利用独立显卡，感兴趣的话就一起来玩吧。

笔记本 系统 CPU GPU CUDA cuDNN PyTorch
联想小新 win10 i5-1035G MX350显存2GB 10.2 v7.6.5 1.8

 

Anaconda是个神器，pytorch里面的各种库，都可以用此一一安装，多快好省。pycharm是个较好用的IDE。镜像是个好东西，一定要加到anaconda，软件下载加速。

 

Win10 + Anaconda + Cuda +  Pytorch + Pycharm

 

step1:

最低0.47元/天 解锁文章
平凡的兵
关注
专栏目录
【深度学习】训练时现Interal Error：Blas GEMM launch failed.
gongdiwudu的专栏
07-08 1万+
Tensorflow程序运行中出现"Interal Error：Blas GEMM launch failed."，此错误主要是由于程序运行时GPU的空间不足而引起的。故一般出现此错误的时候，会发现程序提示的GPU freeMemory 少。
【深度学习环境配置】Anaconda + Pycharm + CUDA + cuDNN + Pytorch + Opencv
shinuone的博客
02-23 5290
（1）【CPU版本】Anaconda（Python） + Pycharm + Pytorch（CPU） + Opencv （2）【GPU版本】Anaconda（Python） + Pycharm + CUDA + cuDNN + Pytorch（GPU） + Opencv
如何在自己电脑上配置开发深度学习项目(windows)
qq_41642615的博客
10-26 4726
进入conda安装目录下的envs --> 选择之前创建的虚拟环境对应的文件夹 --> 选择python.exe。该命令会通过 Conda 的 PyTorch 通道安装兼容 CUDA 的 PyTorch。这里因为我目前需要，用python3.7创建的，没要求的话小括号可以不写。conda是一个类似pip的包管理软件，这里我用的mini-conda。4.安装nb工具，并链接到之前安装的Jupyter Notebook。解释器选择之前创建的虚拟环境中的python。conda安装卸载包（以pytorch为例）
只有一台笔记本，如何使用 GPU 进行深度学习
Cloudam的博客
11-02 1077
在只有一台电脑的情况下，因为电脑配置问题，计算效率慢，工作效率慢，要如何才能在这种情况下快速经济的完成课题呢?
2024年Pytorch + CUDA配置教程（Windows版）手把手教学，详细讲解
最新发布
m0_65482549的博客
08-15 1579
请注意，由于PyTorch和其依赖项（如CUDA、cuDNN）会不断更新，因此安装过程中可能需要参考最新的官方文档和指南。​。
深度学习Caffe实战笔记（18）Windows平台 Faster-RCNN 环境配置
gybheroin的博客
05-17 4410
好久不写博客了，因为前一段时间博主身体抱恙，感触颇多。。。。。。都说windows平台做caffe和tensorflow坑多，博主没有太多优点，唯独的一个优点就是不服输，Windows平台虽然坑多，但是填坑也是蛮有意思的一件事情。另外，在Siamese网络训练自己的数据那个博客，经过高人点评，有些不太完善的地方，具体的信息请看那篇博客的一个长评论。劳动节的时候帮一个师妹配置caffe，她说要做RCN
笔记本深度学习训练散热实用指南
01-21 2282
笔记本的散热能力远不如台式机，跑深度学习训练的时候如果不注意散热有可能会导致温度过高，可能会烧显卡烧主版等等，本文就讨论一下如何用一种简单的办法提升笔记本的散热能力。
Windows 10下配置深度学习环境纪实(显卡驱动+CUDA+TensorFlow+Anaconda+PyCharm)
qq_38662733的博客
07-09 1865
Windows 10下配置深度学习环境纪实（显卡驱动+CUDA+TensorFlow+Anaconda+PyCharm）前言1 显卡驱动安装2 安装CUDA和cudnn2.1 CUDA下载2.2 cudnn下载2.3 CUDA和cudnn安装2.3.1 cuda9.2安装包安装2.3.2 cudnn for CUDA9.2安装2.3.3 CUDA9.2 检验2.3.4 CUDA10.0安装2.3.5 cudnn for CUDA10.0安装2.3.6 CUDA10.0 检验3 Anaconda3安装3.1
在笔记本双显卡上构建GPU运行cuda和cudnn环境
05-06
搭建使用tensorflow（cuda+cudnn）或 theano(cuda)并利用gpu加速，并以openai gym作为测试平台，eclipse with pydev作为开发平台。
深度学习环境搭建anaconda+pycharm+pytorch
Emperor10的博客
09-12 8370
本文将详细介绍一下如何搭建深度学习所需要的实验环境. 这个框架分为以下六个模块, 显卡 简单理解这个就是我们常说的GPU,显卡的功能是一个专门做矩阵运算的部件,用于显示方面的运算,现在神经网络中绝大操作都是对矩阵的运算,所以我们当然可以将显卡的矩阵运算功能应用起来,来提高计算速度. 驱动 通常指NVIDIA Driver，其实它就是一个驱动软件，而前面的显卡就是硬件 cuda cuda是一个扩展包,能够使得使用GPU进行通用计算变得简单和优雅,它本质上是一套指令集,我们通过这个指令集来使用显卡的矩阵运算操
Win10+GTX1660Ti+CUDA10.1+cuDNN v7.6.4+Anaconda+PyCharm配置GPU版本PyTorch超详细步骤
12-21
在本文中，我们将详细探讨如何在Windows 10操作系统上，使用NVIDIA GTX 1660 Ti显卡，CUDA 10.1，cuDNN v7.6.4，Anaconda和PyCharm来配置GPU支持的PyTorch环境。首先，我们需要确保拥有一个适合深度学习的显卡，例如...
Ubuntu20.04安装NVIDIA驱动+cuda+cudnn+anaconda+pytorch+pycharm经验
qinseheming0820的博客
04-18 4185
配置环境是深度学习的第一道门槛，也是必须迈过的一道门槛，之前一直在windows平台上跑pytorch，但很多包无法安装，必须要使用Linux。在经历了很多坑，无数次重装系统，崩溃，坚持后终于在Ubuntu20.04上成功安装pytorch，现将经验分享，希望能对初学者有一定参考。 一、安装Ubantu20.04系统 在清华源上下载系统安装包，找一个空U盘，用第三方软件制作系统启动盘。注意一定是空U盘，制作启动盘时会将U盘格式化。 Index of /ubuntu-releases/2...
利用GPU训练
qq_52237775的博客
02-07 1220
有两种方法可以用GPU训练 方法一： 在 网络模型 损失器 数据（输入，标注） 上加上 if torch.cuda.is_available(): name = name.cuda() 方法二： 先加上这行代码 device = torch.device("cuda") 如果想用cpu，就直接把cuda改成cpu即可 然后还是在 网络模型 损失器 数据（输入，标注) 上加上 name = name.to(device) 示例： 因为
个人电脑做深度学习（系统和配置问题）
Sue_qx的博客
09-19 2642
1，系统选择 ubuntu系统优于windows系统 原因：同一代码同一机器，ubuntu系统的运行速度优于windows系统 双系统安装ubuntu：https://blog.csdn.net/lipengfei0427/article/details/83116527 双系统卸载ubuntu：https://blog.csdn.net/qq_42815188/article/detai...
PyCharm社区版支持深度学习_Macbook支持GPU深度学习
weixin_39517241的博客
11-20 541
今天发现了一个可以在苹果本上做深度学习的神器:plaidml。基本上所有的macbook苹果本都是使用的AMD显卡，不支持Navid显卡，所以苹果笔记本的Tensorflow等机器学习框架不能在GPU上执行。plaidml支持不同类型的GPU，并提供了plaidml-keras使得用户可以直接用keras编程不用关心后面的GPU是什么类型。安装过程首先保证已经安装了keras和tensorflow...
win10系统下配置Anaconda+pycharm+tensorflow-gpu 及使用Anaconda配置深度学习环境出现“CondaHTTPError: HTTP 000 CONNECTION
weixin_43499979的博客
07-30 408
win10系统下配置Anaconda+pycharm+tensorflow-gpu 及使用Anaconda配置深度学习环境出现“CondaHTTPError: HTTP 000 CONNECTION FAILED for url”时 使用Anaconda+pycharm 下安装tensorflow-gpu 1：安装Anaconda，具体流程可以参考tensorflow-cpu安装步骤 2：在Anaconda prompt中创建tensorflow-gpu 环境 输入下述指令，进行tensorflow环境的创
体验笔记本MX350显卡配置深度学习环境（CUDA+tensorflow）
weixin_39107928的博客
04-21 8540
初衷：想要体验一下笔记本的GPU 于是开始搞起—— 环境 显卡：GeForce MX350 系统：WIN10 开始工作 一、CUDA的安装 1.查看显卡支持的CUDA版本，找到 NVIDIA控制面板-帮助-系统信息-组件 （注意：要根据自己的使用环境慎重选择！！如tensorflow2.3.0版本使用cuda10.1就好啦，不然有重装的风险。不过以身犯险也问题不大，重装不可怕haha，下面有针对重装的填坑之路~~ ） 根据需求，不超过这个版本就行。 2.到NVIDIA官网找到对应的CUDA版本。因为我要
研一小白记录第一次在实验室服务器上跑深度学习的代码全过程（实验室服务器上跑代码详细全过程哦）
热门推荐
m0_73524607的博客
11-26 1万+
在犹豫和观摩了好久之后终于决定自己在实验室服务器上跑一次代码，因为自己是完全没有概念，所以搜了很多很多，有时候一口气打开二三十个搜索框才找到自己想要的答案，但是也很零散，所以决定记录一个自己从申请服务器账号到代码成功跑起来的全过程，见证成长同时希望帮助到你！
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