NILMTK安装(1)

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

官方安装教程:(https://github.com/nilmtk/nilmtk/blob/master/docs/manual/user_guide/install_user.md)

1.首先安装Anaconda

1. 下载Anaconda

首先进入Anaconda的官网:https://www.anaconda.com/download#downloads,选择Windows下Python(注意:必须选择64位,因为TF不支持Python32位的,官网新版本只有64位了)官网下载程序。

在这里插入图片描述
下载完成后打开,然后就是傻瓜式的安装,一路next即可。注意:笔者在这里只勾选了一个选项。
在这里插入图片描述

2. 设置环境变量

在这里插入图片描述

3. 安装Tensorflow-GPU

3.1 笔者电脑具有GPU显卡RTX3080Ti,所以这里安装tensorflow-gpu所需CUDA和cudnn,首先通过cmd输入nvidia-smi查看显卡驱动版本
在这里插入图片描述
可以看到显卡驱动(Driver Version:536.23)和当前驱动支持的最高CUDA版本(CUDA Version:12.2)。通过这个命令我们就可以确定能下载的最高CUDA版本

3.2 显卡算力与cuda版本关系
当我们下载CUDA时需要根据自身显卡的算力选择合适的CUDA版本,CUDA GPU | NVIDIA 开发者两者的对应关系如下表所示:
在这里插入图片描述

当我们下载CUDA时需要根据自身显卡的算力选择合适的CUDA版本,两者的对应关系(来自维基百科)如下表所示:
在这里插入图片描述
注意:所有版本cudatoolkit下载:
https://developer.nvidia.com/cuda-toolkit-archive

注意:不同cuda版本和驱动的关系
1. CUDA 12.3 Update 1 Release Notes — Release Notes 12.3 documentation (nvidia.com)

3.3 安装CUDA
官网链接:https://developer.nvidia.com。下载完成后,打开下载的驱动。点开Driver comonents,Display Driver这一行,前面显示的是CUDA本身包含的驱动版本是461.33。如果你电脑目前安装的驱动版本号新于CUDA本身自带的驱动版本号,那一定要把这个勾去掉。否则会安装失败。
在这里插入图片描述

打开此路径,查看nvcc.exe
有这个nvcc.exe就说明CUDA安装已成功
在这里插入图片描述

打开此文件夹,查看有没有cuti64_.dll
有这个cuti64_.dll就说明CUPTI已成功
在这里插入图片描述

3.4 安装cudnn
cuDNN官网链接:https://developer.nvidia.com/rdp/cudnn-download。选择cuDNN for CUDA11.3。
在这里插入图片描述

解压cuDNN
在这里插入图片描述

将解压后文件复制到CUDA文件夹下
在这里插入图片描述

查看CUDA环境路径
我的电脑——>属性——>高级系统设置——>环境变量
在这里插入图片描述

2.安装NILMTK

首先创建虚拟环境
在这里插入图片描述

激活环境,添加清华源(方便以后下载安装库,国内访问速度很慢)
在这里插入图片描述

conda config --add channels conda-forge
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

将下载的nilmtk包放到D:\Anaconda3\envs%你的虚拟环境%\Lib\site-packages里,运行程序,缺少什么库安装什么库。

公众号

在这里插入图片描述
欢迎收藏、点赞、和转发,你的阅读是我的前进动力!

在这里插入图片描述

感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:

① 2000多本Python电子书(主流和经典的书籍应该都有了)

② Python标准库资料(最全中文版)

③ 项目源码(四五十个有趣且经典的练手项目及源码)

④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)

⑤ Python学习路线图(告别不入流的学习)

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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