XYKenny的博客

这两天在使用webstorm写前端的的时候，一直报错找不到文件后来尝试修改webstorm的各种配置都不能奏效，最后索性直接使用webstorm写了一个简单的欢迎界面，在ie浏览器和chrome上都能运行，在本机没有安装的firefox却不能运行，所以确定是浏览器的问题所以最后进行重新安装edge：具体的下载路径如下https://support.microsoft.com/zh-cn/...

之前安装pytorch非常慢：conda install pytorch torchvision cudatoolkit=10.0 -c pytorch但是以下方法中下载安装pytorch真的是非常快（在本机安装）：pip3 install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/wh...

1、安装操作系统2、安装显卡驱动https://blog.csdn.net/Su_wenfeng/article/details/796768603、对应版本的CUDA4、安装对应版本的CuDNN5、安装anconda6、创建所需的环境，包括caffe2、tensorflow、pytorch及python环境7、安装依赖...

转自https://ai.futurelab.tv/news/7硬件型号和配置本次大赛区域赛免费为选手提供GPU计算资源。GPU服务器为金山云P3I.14B1，配置如下：GPU：Tesla P4 x 1vCPU：Xeon E5 v4 14核内存：DDR4 120GB数据盘：本地SSD 500GB软件环境GPU服务器默认安装：Ubuntu Linux 16.04-64位CUDA ...

先安装 CUDA，再安装 tensorflow ，最后安装 cuDNN,严格按照这个顺序装，可以避免返工，避免一步错就必须重装系统

CUDA就是通用计算，游戏让GPU算的是一堆像素的颜色，而GPU完全可以算其他任何运算，比如大数据量矩阵乘法等。同样，程序准备好对应的数组，以及让GPU如何算这些数组的描述结构（比如让GPU内部开多少个线程来算，怎么算，之类），这些数据和描述，都要调用CUDA库提供的函数来传递给CUDA，CUDA再调用显卡用户态驱动对CUDA程序进行编译，后者再调用内核态驱动将命令以及编译好的程序数据传送给GPU...

下载所需要的各个包Ubuntu16.04Nvidia_430.34cuda10.0cuDNN7.5