ihiefoxboq的博客

背景用于跑GAN语义分割的环境搭建。GTX1660.Anaconda3-5.3.1+ CUDA10.0 + cudnn7.6.5 + tensorflow-gpu 1.13.1 + torch-1.2.0 +torchvision-0.4.0 + GTX1660从零配置记录：12月12日-14日，折腾三天终于搞定，终于跑起来了。通过清华源下载Anaconda3-5.3.1：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/..

代码是根据《深度学习之Pytorch实战计算机视觉》第六章实战手写体识别，经自己的测试思考改编而来。文章源码可参考：https://github.com/JaimeTang/book-code/blob/master/chapter-6/chapter-6.ipynb普通的cpu训练迭代一轮需要5分钟左右，（一共5轮）测试了几次觉得过于浪费时间。更换GPU训练5轮一共需要3-5分钟，非常方便。代码一共修改了四个地方，见代码块。#MNIST实战 GPU版#具体来说需要更改的地方有四

为什么说从零开始碰壁？A:去年配的电脑 GTX1660 + Anaconda3 4.2.0 这是前提，没有Visual Studio 没有其他的基础。首先：上个图---来自官网的嘲讽，起初我以为只是我电脑的问题(local 和network都试过了)。然鹅换了两台还是这样，包括用虚拟机也试过了。现在在用某云的资源搞一个10.1的先试试水。（天天网上给那么多网址blabla的结果现在网站都没得下，还是云存储靠的住哇！这里感谢https://www.cnblogs.com/imper/p/1197607

Anaconda 3-4.2.0CUDA9.0python3.5Pytorch官网地址：https://pytorch.org/get-started/locally/严格意义上还是需要通过命令行执行，我此次采用的是Anaconda Prompt命令行窗口进行的。具体步骤如下：1.去官网查看对应版本的命令比如我的是CUDA9.0+python3.5...

Ubuntu16.04LTSCUDA9.0Anaconda 3.4.02源之前改用的是清华源。以上安装可以参考之前的博客。大概是因为网速的原因，其他都很快唯独pytorch安装 的时候是龟速。torch比较好的一方面就是在可以实现命令式的安装，但也有弊端，以下。按照正常操作：step1.去官网：https://pytorch.org/get-started/l...