动手学CV-Pytorch计算机视觉 GPU环境配置

动手学CV-Pytorch计算机视觉 GPU环境配置

进行CV的学习，配置好实验环境就是第一步。本小节就带大家简单的过一下如何配置深度学习GPU环境。

主要分为4个部分

• 如何获取GPU资源

• CUDA安装

• Cudnn安装

• Anaconda安装及环境管理

• Pytorch安装

1.如何获取GPU资源？

想要更高效的进行CV任务的训练，你的电脑就必须要有一个得力干将，那就是GPU，而且需要是NVIDIA的显卡，因为我们需要CUDA。

如果你的电脑拥有GPU，那么你可以直接跳过这一小节。

如果你没有GPU资源，那么有几条路可以选：

• 薅一些GPU资源云服务提供商的羊毛

• 选择短期租用GPU服务器

• 自己购买GPU改造台式机

1.1 哪里可以薅羊毛？

这里简单罗列几个提供免费算力的GPU计算资源平台, 这样你就可以愉快的做(薅)实(羊)验(毛)了～

Kaggle Kernel

Kaggle竞赛平台在