ubuntu 安裝 pytorch （ubuntu16.04+pytorch0.4.1+python2.7+cuda8.0）
這裡使用pip安裝pytorch，我試過cuda安裝，和電腦的配置沒相容，沒有安裝成功，後來發現使用pip安裝很簡單方便，就是用pip安裝
首先進入pytorch官網，往下拉會看到不同的安裝選項
根據自己電腦的配置選擇不同的選項，例如我選擇的stable版本、Linux系統、pip安裝、python版本為2.7、cuda為8.0，如下圖所示：
選擇完之後下面會出現安裝所需的命令，如下圖
先後執行前兩個命令就可以，網速慢的話只能慢慢等了，安裝成功第一條命令後是這樣的
安裝成功第二條命令後是這樣的
下面測試是否安裝成功
命令列中輸入
python import torch torch.__version__
沒有問題的話會輸出版本為0.4.1，如下圖所示
相關推薦
ubuntu 安裝 pytorch （ubuntu16.04+pytorch0.4.1+python2.7+cuda8.0）
這裡使用pip安裝pytorch，我試過cuda安裝，和電腦的配置沒相容，沒有安裝成功，後來發現使用pip安裝很簡單方便，就是用pip安裝 首先進入pytorch官網，往下拉會看到不同的安裝選項 根據自
ubuntu tensorflow install（Ubuntu16.04+CUDA9.0+cuDNN7.5+Python3.6+TensorFlow1.5）
環境 war mod -s 教程 lan bashrc 科學 分享圖片 在網上找了很多案例，踩了許多坑，感覺比較全面的是下面介紹的 http://www.cnblogs.com/xuliangxing/p/7575586.html 先說說我的步驟： 首先安裝了Anaco
bugfree 安裝配置（Ubuntu16.04 amd 64 Desktop）
png span audio com 技術 free 安裝程序 install 搭建 1.首先搭建 xampp 下載XAMPP：https://www.apachefriends.org/download.html 賦予權限 chmod 777 xampp-l
最簡易的PCL安裝方法（ubuntu16.04系統）
在第N次幫學弟學妹們裝PCL之後，我發現…… 編譯個毛線的原始碼啊！明明已經有了更簡單的安裝方法，一行命令就搞定： sudo apt-get install libpcl-dev 這是已經編譯好的點雲庫（PCL-1.7），附帶安裝了VTK-6.2.0，以及各種雜七雜八的依
Ubuntu安裝mysql（Access denied for user 'mysql'@'localhost' (using password: NO)）
作業系統：Ubuntu16.04 1.安裝mysql的服務端 sudo apt-get install mysql-server 2.安裝mysql的客戶端（需要注意安裝過程中會詢問是否設定登陸密碼）） sudo apt install mysql-client 3
pytorch和torchnet的安裝與測試（Ubuntu16.04+cuda9.0）
本人的ubutu版本為16.04，cuda9.0。一.啟動ubuntu系統出現黑畫面 1.開機，進入grub畫面。選擇第一項”ubuntu”，按”e”，進入編輯模式。將”quite splash”, 修改為”quite splash nomodeset”。 2.按 ”F10
Ubuntu 16.04安裝MinGW32（在/etc/apt/sources.list裏添加源）
.html /etc/ arc edi 執行 return lin 一個 linux Ubuntu 16.04下直接使用命令安裝MinGW32： sudo apt-get install mingw32 但是，會報錯： Unable to locate pack
在ubuntu下搭建php後臺開發環境——ubuntu16.04+apach2.4.18+php7.0.28+mysql+PhpStorm
在ubuntu下搭建php後臺開發環境——ubuntu16.04+apache2.4.18+php7.0.28+mysql+PhpStorm 此篇文章是記錄自己在搭建php後臺開發環境的流程，適合新手。 名詞解釋 ubuntu——一款基於linux核心的作業系統，對標Window
ubuntun16.04+cuda9.0+cudnn7+anaconda3+pytorch+anaconda3下py2安裝pytorch Anaconda3+python3環境下如何建立python2環境（win+Linux下適用，同一個anaconda下py2/3共存）
一、電腦配置 說明： 電腦配置： LEGION筆記本 CPU Inter Core i7 8代 GPU NVIDIA GeForce GTX1060 Windows10 所需的環境： Anaconda3(64bit)CUDA-9.0CuDNN-7.1 二、安裝c
安裝caffe遇到的各種bug 總結（Ubuntu16.04下配置caffe（僅CPU））
這是ｃａｆｆｅ安裝過程 中間遇到的問題下面總結： https://blog.csdn.net/zt_1995/article/details/56283249 下面這個連結是處理這個問題填寫下面語句 LIBRARIES += glog gflags protobuf boost_syst
[openpose最新&簡單安裝]ubuntu16.04+openpose1.4+cuda8.0+cudnn5.1+opencv2.4+caffe
由於實驗室需要，被安排跑卡內基梅隆大學開源專案openpose。按照網山各種教程安裝環境及測試，都遇到各種問題，有的編譯成功了測試時還出問題。幾經重灌與嘗試，花了六七天的時間，綜合各種帖子的方法，最後成功了。特寫部落格記錄一下，也希望能幫到看到此部落格的人。 個人覺得前面的
linux平臺下（Ubuntu16.04）安裝與配置mysql（5.7.24）以及圖形管理工具Workbench
1.在ubuntu系統下，開啟終端 方法（1）：在左上角的選單上點一下，出來一列，在裡面選擇［附件］ 中的［終端］，點一下就OK。 方法（2）：快捷鍵Ctrl+Alt+T 2.安裝MySQL5.7需要的依賴，使用命令： sudo apt-get install
深度學習環境安裝注意事項01（Ubuntu16.04+caffe+1060（6G））
1：顯示卡驅動安裝 1）https://www.geforce.com/drivers 去官網找驅動下載安裝 2）直接在軟體與更新中驅動更新安裝。（最新的版本不一定是最適合的） 2：cuda安裝 1）這個連結https://developer.nvidia.com/cuda
linux（ubuntu16.04）安裝opencv
在linux下安裝opencv過程 1、安裝cmake和一些依賴庫 sudo apt-get install cmake sudo apt-get install build-essential libgtk2.0-dev libavco
ubuntu下執行sudo apt-get update（ubuntu16.04換源）遇到的問題及解決方法總結
參考連結問題：1.E: 無法下載 http://ppa.launchpad.net/fcitx-team/nightly/ubuntu/dists/xenial/main/binary-amd64/Pa
caffe編譯安裝（ Ubuntu16.04.3+cuda8.0+opencv3.3.0+anaconda3）
然後修改makefile檔案NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS) 替換為： NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS) 然
UEFI+GPT下安裝Win10和Ubuntu16.04雙系統相關問題（引導、無線連不上網）
1、安裝雙系統 1）先製作U盤啟動，製作過程不再贅述 2)進入bios，設定從U盤啟動 3）如下圖，選擇第二項為安裝Ubuntu 4）前幾不沒什麼問題，就直接往下走，選擇語言，往下拉有中文選項 5）下面這些選項可選可不選，如果選了安裝時需要花點時間（需要設定密碼之類的
Opencv安裝（ubuntu16.04）
apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
為深度學習環境安裝開源深度學習框架Tensorflow（Ubuntu16.04+CUDA+cuDNN+Anaconda+Tensorflow）
前一篇文章《Ubuntu16.04+GTX1050+CUDA8.0配置深度學習環境》 已經介紹瞭如何配置深度學習環境，本文介紹下如何配置深度學習框架Tensorflow。TensorFlow是谷歌基於D
caffe環境配置問題集合（ubuntu16.04+4*TITAN V）
目前網路上配置caffe環境的教程很多，部分教程確實寫的不錯，比如https://blog.csdn.net/yhaolpz/article/details/71375762。但我在caffe安裝過程中依然遇到不少問題，記錄於此，於人方便於己方便。我的軟硬體環境