子非鱼的博客

pytorch PyTorch_Tutorial/Data at master · TingsongYu/PyTorch_Tutorial · GitHub

一、安装cuda和cudnn （1）什么是cuda CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 (2) 什么是cudnn NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯...

一、cuda版本对应显卡驱动 见链接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 二、tensorflow版本对CUDA版本有要求 见链接：https://tensorflow.google.cn/install/source 三、cuda版本对cudnn要求 参考链接：https://developer.nvidia.com/rdp/cudnn-archive 二、cu...

1.下载源代码 通过访问labelImg的github页面（https://github.com/tzutalin/labelImg），下载源代码。 2.安装依赖的库 labelImg的使用需要以下库的支持：PyQt5、PyQt5_tools、lxml 我直接在anaconda中安装，只安装了pyqt5,其他是否安装根据需要选择（有就不用装了） conda install pyqt=5 3.将qt文件转换为python文件 执行命令： pyrcc5 -oresources.pyreso...

一、安装Tensorflow-GPU 版 1.创建Tensorflow环境 conda create –n tensorflow python=3.6 启动环境命令 activate, 关闭环境命令，deactivate activate tensorflow 安装命令，keras根据需要选择 pip install tensorflow-gpu==1.13.2 pip install keras==2.1.5 下载太慢，可以更改下载源（豆瓣源） pip install -i.

（1）anaconda中创建环境 conda create -n tensorflow python=3.5 （2）启动tensorflow环境 activate tensorflow 注：当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate （3）安装cpu版本的TensorFlow pip install --upgrade --ignore-installed tensorflow （4）使用tensorflow 在Anaconda Prom

tensorflow简介以及与Keras的关系 转载自 https://blog.youkuaiyun.com/li528405176/article/details/83857286 TensorFlow和theano以及Keras都是深度学习框架，TensorFlow和theano比较灵活，也比较难学，它们其实就是一个微分器 tensorflow简介 tensorflow是Google开源的基于数据流图的机器学习框架，支持python和c++程序开发语言。轰动一时的AlphaGo就是使用tensorflow