年少的勇气已经用完，剩下的就是三思而后行

Diganta Misra的一篇题为“Mish: A Self Regularized Non-Monotonic Neural Activation Function”的新论文介绍了一个新的深度学习激活函数，该函数在最终准确度上比Swish(+.494%)和ReLU(+ 1.671%)都有提高。他们的小型FastAI团队使用Mish代替ReLU，打破了之前在FastAI全球排行榜上准确性得分记录的一部分。结合Ranger优化器，Mish激活，Flat + Cosine 退火和自注意力层，他们能够获得12个

1、安装百度飞桨安装指南2、安装验证进入cmd模式：>>> python>>> import paddle>>> paddle.utils.run_check()'''报错：Running verify PaddlePaddle program ...W0328 19:32:02.899677 13852 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capabi

# 安装pip install tensorflow-gpu==2.5.0测试：# 查看tf版本import tensorflow as tfprint(tf.__version__)# 查看主机上运行的设备import tensorflow as tfgpus = tf.config.experimental.list_physical_devices(device_type='GPU')cpus = tf.config.experimental.list_physical_devi

Linux系统下CUDA_VISIBLE_DEVICES=0 python trainer.py Windows系统下（1）代码指定import osos.environ["CUDA_VISIBLE_DEVICES"]='0'（2）环境指定# 设置临时变量（所有在命令行下对环境变量的修改只对当前窗口有效，不是永久性的修改）set CUDA_VISIBLE_DEVICES=0或者是打开系统变量直接设置永久性变量：...

# 1、清华源选择下载的版本 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh# 2、安装bash Anaconda3-2021.11-Linux-x86_64.sh# 3、配置变量vim ~/.bashrc# 4、写入export PATH=$PATH:

安装python 安装：pip install labelimgconda 安装：conda install labelimg直接下载使用：https://github.com/tzutalin/labelImg/releases/tag/v1.8.1中文界面labelimg的界面默认是英文的，但是有改中文的方法：官方仓库下的相关issue：https://github.com/tzutalin/labelImg/issues/847修改好的中文版labelimg：https://

进入官网 https://docs.conda.io/en/latest/miniconda.html 下载对应自己环境版本所有的的安装过程都点下一步即可，不过只要注意一步：一点要把Add这个选上！后期就不要配置环境变量了！安装完成后即可打开**Anaconda Powershell Prompt (miniconda) **即可像python一样使用conda命令大全：https://zhuanlan.zhihu.com/p/363904808...

一、准备基础环境因为要用上GPU所以提前准备好的:CUDA将cuda/bin和cuda/lib/x64以及cuda/include添加到环境变量PathCUDNN解压CUDNN然后把它对应文件夹中的文件添加到CUDA对应的文件夹目录下可以参考：深度学习GPU环境CUDA详细安装过程（简单快速有效）二、下载Dlib官方包https://github.com/davisking/dlib/releases下载最新版本即可三、安装cmakeWindows下CMake安装教程四、

1、查看本机显卡首先我们要确定本机是否有独立显卡，在计算机管理-设备管理器-显示适配器中，查看是否有独立显卡。可以看到本机有一个集成显卡和独立显卡NVIDIA GetForce GTX 1050。接下来，测试本机独立显卡是否支持CUDA的安装：查询显卡是否支持安装 。从上图中，可以看到我本机的独立显卡是支持CUDA安装的，计算力是6.1。2、CUDA下载CUDA下载这里我选了CUDA Toolkit 10.0的版本，至于选择哪个版本，个人认为应该没多大差别，一般就是看这个版本是否要求G