这篇博客汇总了在Linux中进行深度学习时遇到的问题及解决方案，包括CUDA错误、pycharm远程debug、opencv版本冲突等。此外，还介绍了如何配置xshell通道、更改pip和conda源、安装mmedit以及使用vscode和cmake进行开发。同时，提供了文件操作、服务器文件传输、anaconda更新和zip压缩等实用技巧。
资料汇总
问题
RuntimeError: CUDA error: no kernel image is available for execution on the device
pytorch版本不匹配
显卡算力太低或太高
太低降版本
太高升版本
3090显卡在环境下执行以下命令
先去清华源该anaconda源 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
从清华镜像下载
解决pycharm 远程debug collecting data
File | Settings | Build, Execution, Deployment | Python Debugger
安装opencv 版本冲突
pip install opencv-contrib-python
笔记
xshell通道配置
源主机为本地主机
目标主机为远程主机
改pip、conda源
https://mirrors.tuna.tsinghua.edu.cn/help/pypi/
mmedit安装配置
先clone项目github慢可以去gitee git clone https://github.com/open-mmlab/mmediting.git
conda create -n mmedit 
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
