Ice的博客

使用matconvnet，mex支持版本为6.3.x，导致使用GPU版本的matconvnet无法编译成功。

PyTorch visdom 运行报错ERROR:root:Error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed。

将驱动移动到/home目录下（目的是方便安装，因为需要在命令行界面安装，需要将驱动放在一个没有中文字符的目录下）实际测试过台式机安装驱动不安装opengl文件就可以安装成功，在笔记本安装时还要输入如下命令。-no-x-check 安装驱动时关闭X服务。-no-nouveau-check 安装驱动时禁用nouveau。如果不出现gcc版本错误的一律正常安装，继续安装，忽略警告，不自动更新显卡驱动。输入如下命令验证原来ubuntu系统自带的驱动是否禁用成功。

ubuntu 下3080Ti 环境配置记录1.torch1.7.0//创建环境conda create -n ENV1 python=3.7#创建完成后进入环境conda activate ENV1#安装pytorchpip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html#pip超时，加上tim

Win10+RTX3080Ti显卡安装Pytorch记录显卡驱动安装**方法一：**下载鲁大师安装所需驱动**方法二：**下载驱动精灵安装所需驱动**方法二：**进入NVIDIA官网手动搜索驱动程序，然后默认安装安装Visual C++支持（要使用CUDA,必须要有一个编译工具）进入Visual Studio官网，选择社区版Visual Studio 安装。（我安装的是VS2017，安装选择里面的Visual C++组件即可，其他按需安装）安装CUDA和CUDNNWin+R–>运行

安装Win10系统安装好win10系统后安装好VS2015

Ubuntu安装Anaconda和PycharmUbuntu安装Anacondaanaconda下载地址进入到下载目录进行安装sh ~/Downloads/Anaconda3-2020.07-Linux-x86_64.sh1.弹出安装内容，回车查看协议2.接受许可条款？yes3.安装地址 可默认也可自己设置/home/user/anaconda34.自动将环境变量添加到PATH？yes等待安装结束anaconda会自动将环境变量添加到PATH里面，如果后面你发现输出conda提示没有

这里写自定义目录标题Ubuntu16.04+matlab2016b+matconvnet配置gcc4.9添加源及更新安装4.9版本及设置为4.9版本使用验证当前系统版本matlab设置为4.9版本编译MatConvNetUbuntu16.04+matlab2016b+matconvnet配置gcc4.9安装好matlab2016b后，想要编译matconvnet，会提示需要gcc4.9，所以需要更改下gcc的版本。ubuntu16.04自带的gcc版本为5.4。添加源及更新sudo add-apt-

安装Ubuntu20.04，配置网络过程记录主机配置cpu i7 10700主板 华硕B460M 重炮手（wifi）显卡 七彩虹3080战斧内存 16G硬盘 西数SN550 500G电源650w安装ubuntu20.041.rufus制作启动盘2.F2进入bios，修改安全启动为其他系统，启动项为U盘启动3.进入安装ubuntu界面1.选择语言，中文(简体)，单击“安装Ubuntu”2.选择键盘布局，默认，继续3.选择安装模式，最小安装，继续4.选择安装类型，其他选项，继续

ubuntu20.04 安装驱动+cuda+cudnn安装驱动禁用nouveau驱动安装nvidia驱动卸载原有驱动更换国内源安装依赖安装nvidia驱动安装cuda卸载或删除原有的cuda安装cuda11.1安装cudnn删除原有的cudnn安装cudnn参考资料安装驱动禁用nouveau驱动首先禁用ubuntu系统自带的nouveau驱动sudo gedit /etc/modprobe.d/blacklist.conf在文本最后添加如下：blacklist rivafbblacklist

1.MatConvNet简介官网是这样介绍MatConvNet is a MATLAB toolbox implementing Convolutional Neural Networks (CNNs) for computer vision applications. It is simple, efficient, and can run and learn state-of-the-a...