geyaliang的博客

本文为《FastAPI WEB后端 从 0 - 1 开发指南》，参考后端项目 geeker - admin - js - fastapi。

人工智能开发学习笔记-pytorch

conda-forge 是一个社区维护的 Conda 包仓库，通常包含比默认的 Anaconda 渠道更多的包，并且更新速度更快。例如，执行这条命令后，Conda 将在查找包时优先使用 conda-forge 渠道，然后再使用默认的 defaults 渠道。--add channels 表示将指定的渠道添加到现有的渠道列表中。解决方式：conda config --add channels conda-forge。这条命令的作用是将 conda-forge 渠道添加到 Conda 的渠道列表中。

摘要：本文探讨在人工智能开发中 GPU 较 CPU 表现更优的原因。从计算能力与架构、内存带宽与数据传输、计算速度与功耗以及专用硬件支持四个维度展开分析，指出 GPU 因大量核心、高内存带宽、快速计算与低功耗及完善的专用硬件支持，在深度学习等并行计算任务中优势显著，而 CPU 虽在特定任务有作用，但整体逊色于 GPU。此外，文章还提供了在命令提示符、PowerShell 及 conda 环境下安装 PyTorch 的具体步骤，为人工智能开发的环境搭建提供实用指导 。

以上就是使用virtualenv和在 Windows 上管理 Python 虚拟环境的完整步骤。希望这些信息对你有所帮助！如果有任何疑问或需要进一步的帮助，请随时提问。

在开发过程中，使用虚拟环境可以有效隔离项目的依赖，避免不同项目之间的依赖冲突。本文将介绍如何使用批处理文件（.bat）来激活conda和virtualenv虚拟环境，并运行Streamlit应用程序。

Conda常用命令

PyTorch 及相关环境更新与安装指南-GPU。当你需要更新环境并使用最新配置时，可能需要重新下载程序。在使用 `pip` 安装过程中，部分环节下载速度较慢，可通过迅雷下载对应的 `.whl` 文件来解决。以下是详细的安装步骤。