维恩图在线制作网站,爱站网注册人查询,大型网站搜索怎么做的,赣州网上房地产信息网下载脚本
我依然是在清华镜像当中寻找的脚本。这里找脚本真的十分方便#xff0c;我十分推荐。
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
下载十分快速#xff0c;10秒解决问题
运行miniconda3安装脚本
赋予执…下载脚本
我依然是在清华镜像当中寻找的脚本。这里找脚本真的十分方便我十分推荐。
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
下载十分快速10秒解决问题
运行miniconda3安装脚本
赋予执行权限
chmod x Miniconda3-latest-Linux-x86_64.sh
执行
sudo ./Miniconda3-latest-Linux-x86_64.sh
按Enter继续接着会出现很多信息这时按空格翻页输入yes同意协议。
这是询问安装位置加sudo则默认root用户下不加sudo则默认当前用户下。软件包一般安装到/opt下故进行设置。 然后询问是否在shell中将miniconda初始化。由于我还要安装ros2所以选择“no”避免第三方哭的冲突。Ubuntu22.04.2是自带了python3.10版本的。
修改shell的配置 由于我是zsh的shell,所以是修改.zshrc。修改后记得source环境变量。 如此则算是安装conda成功。
深度学习常用环境配置
我大多数情况下只做计算机视觉方面的深度学习下面我会先安装pytorch。之后我会Openmmlab算法体系下的一些包如果你并不是使用OpenMMLab的人群那么只看下文的前半部分即可。
conda create -n mmlab python3.9
先创建一个虚拟环境名称是mmlabpython版本是3.9。
我们做深度学习或者说数据科学除了pytorch这种基本的东西外scikit-learn这种机器学习库也是相当常见的以及opencv这种做视觉任务基本的库。
我还是比较喜欢使用清华镜像和pip进行安装。别的不说pip能装的库比conda能装的库要多和新。
pypi | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipython numpy opencv-python scipy sympy scikit-learn tdqm
可以看到我先安装了ipython这个包。但是我并没有安装jupyter notebook或者Jupyterlab。这是因为我更加习惯于在VScode中使用Jupyter。在VScode中使用能够有更好的界面和代码补全。
接着我们来安装pytorch。先到pytorch官网。
由于我所常用的openmmlab依然是依赖于pytorch1的所以我安装的pytorch版本是1.13.1。
conda install pytorch1.13.1 torchvision0.14.1 torchaudio0.13.1 cpuonly -c pytorch
下面的部分就是关于openmmlab环境的配置了。
先安装openmim然后使用mim包管理工具来完成对openmmlab算法体系中的包的管理比如mmcv、mmeigine、mmpretrain等。我们可以较好地指定其版本。
pip install openmim
mim install mmcv2.0.1
mim install mmeigine0.8.3
不过openmmlab的包的依赖关系还是需要根据实际情况来安装指定版本同时也建议其他组建采取源码安装的方式进行。
VScode中的使用演示
先安装python插件然后就可以尝试开始了。拿出在移动硬盘里备份的python项目试试。 可以成功选择内核。
