qq_41094058的博客

Kivy介绍能够全平台开发App，支持windows，macos，linux，安卓等等Kivy安装参考python编程（Kivy 安装及使用教程）python -m pip install docutils pygments pypiwin32 kivy.deps.sdl2 kivy.deps.glewpython -m pip install kivy.deps.gstreamerpython -m pip install kivy""" test.py from kivy.app imp

分为编译时的查找顺序和执行时的查找顺序编译时的查找顺序由 torch/utils/cpp_extension.py的_find_cuda_home()决定。执行的查找顺序由动态库的搜索路径决定

简单安装安装依赖sudo apt-get install libopencv-dev python-opencvsudo apt-get install build-essentialsudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-devsudo apt-get install python-dev python-numpy libtbb2 lib

1、tmux能够替代ssh进行远程连接tmux教程可以做到：即使中途断网了，也不影响程序的继续运行可以同时打开多个window，ssh只能是一个2、scp与sftp：都可以传文件教程scp -r a.zip username@1.2.3.4sftp username@1.2.3.4> put> get...

显示下载源在~/.condarc文件下vi ~/.condarc另外起一行，写：show_channel_urls: true这时再安装就可以看到下载的源使用国内的源再上图中可以看到，cudatoolkit使用的是conda提供的第三方源conda-forge，而不是清华源在~/.condarc文件下vi ~/.condarc新增一些国内各个高校提供的conda-forge源可以看到cudatoolkit使用了国内的源conda 的-c 参数原始：在cuda11下c

参考：https://github.com/visionml/pytracking/blob/master/INSTALL.md安装（默认的conda安装方式bug很多，尽量使用pip安装）1、创建conda环境conda create --name pytracking python=3.7conda activate pytracking2、安装 PyTorch，千万不要使用conda安装，否则可能prroipooling出大问题pip install torch1.4.0 torchvi

python random 随机性种子

参考https://www.cnblogs.com/lnn123/p/14205241.html1、找人拷贝 或 手动下载压缩包文件2、pip install *.zip

参考：https://blog.csdn.net/youjian124/article/details/75195758参考：https://www.cnblogs.com/xuelisheng/p/9988626.html参考：https://www.zhihu.com/question/36609459/answer/89743845参考：https://blog.csdn.net/weixin_48720671/article/details/109321213opencv的依赖安装参考一、

参考：https://blog.csdn.net/laizi_laizi/article/details/110444884本文路径说明：本文pytracking的代码路径为：/home/zjj/workspace/pytracking_project_0/pytracking本文conda下pytracking环境的路径为：/home/zjj/miniconda3/envs/pytracking本文conda下VOT环境的路径为：/home/zjj/miniconda3/envs/vot202

~/.bashrc里面应该是export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64export PATH=$PATH:/usr/local/cuda/binexport CUDA_HOME=/usr/local/cuda而不是export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64export PATH=$PATH:/usr/local/cuda/binex

一、卸载1、卸载cuda使用cuda自带的卸载工具卸载sudo /usr/local/cuda/bin/cuda-uninstaller2、卸载cudnn对于deb方式安装的，用新立得（Synaptic）卸载sudo rm -rf /usr/local/cuda/include/cudnn.hsudo rm -rf /usr/local/cuda/lib64/libcudnn*sudo updatedb locate libcudnn.so # 定位到之后之后自行决定是否卸载3、验

查看当前路径下所有文件夹的大小du -sh ./*

目录主要参考一、CUDA/cudnn/CUDA Toolkit/NVCC区别简介二、CUDA Toolkit具体组成三、NVCC简介四、版本管理1、pytorch运行时的CUDA版本（1）查看cuda 运行版本 和 编译时的版本（2）pytorch寻找可用CUDA的过程：2、nvidia-smi和nvcc显示的CUDA版本3、conda下看到的cudatoolkit版本主要参考显卡，显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么 写的真的好Pytorch