[每周知识碎片] 3

  • conda配置源
conda config --show channels
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 --set show_channel_urls yes
 # 或者手动 vim .condarc
  • anaconda安装
chmod +x Anaconda3-5.3.1-Linux-x86_64.sh
./Anaconda3-5.3.1-Linux-x86_64.sh
# 安装路径默认为用户目录(可以自己指定),最后需要确认将路径加入用户的.bashrc中。
  • conda 安装 pytorch1.2
# 先给conda换源否则会很慢
# conda会自动安装cudatoolkit和cudnn,这点相比pip方式更人性化
conda install pytorch torchvision cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# -c 指定channel
  • arch linux中安装cudnn的deb包
# deb本质上也是一种压缩包,所以直接解压就行
# cudnn7.4(for cuda10.0)下载 https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/libcudnn7_7.4.1.5-1+cuda10.0_amd64.deb
mkdir libcudnn7
cd libcudnn7
ar xv libcudnn7_7.4.1.5-1+cuda10.0_amd64.deb #得到 control.tar.xz  data.tar.xz  debian-
tar xf data.tar.xz
cp -a usr/lib/x86_64-linux-gnu/* "${pkgdir}"/usr/lib/

# cudnn7.4 dev(for cuda10.0) 下载 https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/libcudnn7-dev_7.4.1.5-1+cuda10.0_amd64.deb
mkdir libcudnn7-dev
cd libcudnn7-dev
ar xv "${srcdir}"/libcudnn7-dev_${pkgver}-1+cuda${_cudaver}.0_amd64.deb
tar xf data.tar.xz
cp -a usr/include/x86_64-linux-gnu/* "${pkgdir}"/usr/include/
cp -a usr/lib/x86_64-linux-gnu/* "${pkgdir}"/usr/lib/
  • archlinux下非root用户安装单独的cuda(注意不安装显卡驱动只安装toolkit)和cudnn
# cuda9.0下载地址 https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run
chmod +x cuda_9.0.176_384.81_linux-run
./cuda_9.0.176_384.81_linux-run

# cudnn7.0 for cuda9.0 下载地址 https://developer.download.nvidia.com/compute/redist/cudnn/v7.0.5/cudnn-9.0-linux-x64-v7.tgz
tar -zvxf cudnn-9.0-linux-x64-v7.tgz
cp include/cudnn.h /xxx/cuda-9.0/include/
cp lib64/libcudnn* /xxx/cuda-9.0/lib64/
chmod a+r include/cudnn.h lib64/libcudnn*

# cuda10.0下载地址 https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_410.48_linux

# cudnn7.4 for cuda10.0下载地址(见上)

注意下载地址是从archlinux pkgs官网找到的历史版本 

最后修改一下启动设置:

vim ~/.bashrc
# 将下述内容添加到.bashrc文件末尾
export CUDA_HOME="/xxx/cuda-9.0"
export PATH="$PATH:$CUDA_HOME/bin"
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:$CUDA_HOME/lib64"

参考1 , 参考2

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Vue 3中的选择器是通过使用Vue的模板语法来实现的。对于每周一至周二这样的日期选择器,你可以使用Vue的日期选择器组件或者自定义的选择器组件来实现。 如果你想使用Vue的日期选择器组件,你可以使用第三方库如`vue-datepicker`或`vue-datepicker-local`。这些库提供了灵活的日期选择器,你可以根据需要进行自定义。 另一种方法是自定义选择器组件。你可以创建一个包含周一至周二选项的下拉菜单或按钮组,然后根据用户的选择进行相应的处理。 以下是一个简单的示例,展示了如何使用Vue的模板语法和自定义方法来实现一个每周一至周二选择器: ```html <template> <div> <label>选择日期范围:</label> <select v-model="selectedRange"> <option v-for="range in ranges" :key="range.value" :value="range.value">{{ range.label }}</option> </select> <p>你选择的日期范围是:{{ selectedRange }}</p> </div> </template> <script> export default { data() { return { selectedRange: '', ranges: [ { value: 'monday-to-tuesday', label: '每周一至周二' }, // 其他日期范围选项 ] }; } }; </script> ``` 在上面的示例中,我们使用了一个下拉菜单来展示日期范围选项,并使用`v-model`指令将用户的选择与`selectedRange`数据属性进行双向绑定。用户选择的日期范围将会在页面中显示出来。 你可以根据具体需求进行进一步的自定义,比如修改日期范围选项、添加事件处理方法等。希望这个示例对你有所帮助!
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