conda

解决办法：无需删除cuda10.1，也无需再下载cuda10.0包，直接 conda install cudatoolkit=10.0。 https://github.com/tensorflow/tensorflow/issues/30638 cudnn安装： conda install cudnn=7.0.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/ ok的，不写版本会自动选版本： 来源： oschina 链接： https://my.oschina.net/u/4364008/blog/4456389

最近师弟在做DQN的实验，由于是强化学习方面的东西，正好和我现在的研究方向一样于是我便帮忙跑了跑实验，于是就有了今天的这个内容。 首先在github上进行搜寻，如下图： 发现第一个星数最多，而且远高于其它的项目，于是拉取这个链接： https://github.com/devsisters/DQN-tensorflow 本篇博客主要是讲解一下该代码运行环境的如何搭建，采用 conda 配置。 首先看下 README 上的内容， 主要是requirement最重要： 考虑到运行的兼容性，于是决定使用python2.7版本环境运行，下面开始 conda 的配置： 搜寻python2.7版本，并采用最小自版本号 conda search python=2.7 选择 python2.7.3版本， 为环境命名 dqn_2 : conda create -n dqn_2 python=2.7.3 进入新建环境，并确认版本： conda activate dqn_2 安装 numpy scipy conda install numpy scipy 安装 tqdm (进度条模块) pip install tqdm==4.30 安装 gym (oepnai 的 游戏环境交互模块) 可选安装： pip install gym==0.1.0 必选安装： pip install gym[Atari]==0

　 Python入门：Anaconda和Pycharm的安装和配置 　　子曰：“工欲善其事，必先利其器。”学习Python就需要有编译Python程序的软件，一般情况下，我们选择在Python官网下载对应版本的Python然后用记事本编写，再在终端进行编译运行即可，但是对于我这样懒的小白，我喜欢装一些方便的软件来辅助我编写程序。在学习Java时，正常情况选择安装JDK然后配置环境变量后，用记事本编写程序再在终端编译运行即可，而我一般选择安装JDK+MyEclipse。将Python和Java进行类比的话，在Python中使用Python+Pycharm好比是在Java中使用JDK+MyEclipse，这里我们不用Python+Pycharm而是使用Anaconda+Pycharm，为什么呢? 　　Anaconda 是一个基于 Python 的数据处理和科学计算平台，它已经内置了许多非常有用的第三方库，装上Anaconda，就相当于把 Python 和一些如 Numpy、Pandas、Scrip、Matplotlib 等常用的库自动安装好了，使得安装比常规 Python 安装要容易。如果选择安装Python的话，那么还需要 pip install 一个一个安装各种库，安装起来比较痛苦，还需要考虑兼容性，非如此的话，就要去Python官网（https://www.python.org

今天下午，我想看看在运行此博客的服务器上剩余了多少磁盘空间。与 Unix / Linux 命令一样，在获得所需的信息后，我开始考虑其他处理方法。而且，就像平常一样，我学到了一些新东西。反正对我来说是新的。 首先，我登录服务器并运行 df命令： df -h . 输出总结了包含给定文件的文件系统的磁盘使用情况（在本例中，当前目录.为我的主目录）为 Filesystem Size Used Avail Use% Mounted on /dev/disk/by-label/DOROOT 25G 9.5G 14G 41% / 这表明我正在使用所支付的 25 GB 内存中的 41％。该-h选项告诉df输出使用 “人类” 格式，而不是以 “ 1-K 块” 显示用法，而是以千字节，兆字节和千兆字节显示。许多 GNU 实用程序都有一个-h以这种方式工作的选项。 磁盘使用情况包括虚拟服务器上的所有内容 - 除博客特定的文件之外的所有可执行文件，库和支持文件。我想对此进行优化，以查看该博客正在使用什么。那要求 du命令： du -hd 1 . 该-h选项再次表示 “人类格式的值”。该-d 1选项告诉du您只能进入一个目录级别。输出是 8.0K ./.gnupg 68K ./pagelogs 114M ./all-this 9.0M ./.local 116K ./php-markdown 1.5M ./

首先使用 pip 安装，过程如下 Windows PowerShell 版权所有 (C) Microsoft Corporation。保留所有权利。 尝试新的跨平台 PowerShell https://aka.ms/pscore6 加载个人及系统配置文件用了 811 毫秒。 (base) PS C:\WINDOWS\system32> pip install rasterio Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple Collecting rasterio Downloading https://pypi.tuna.tsinghua.edu.cn/packages/86/43/aae52a19a69ee30d28d0374c5f22d473ba3ba98ace4a5a5330a26590df95/rasterio-1.1.5.tar.gz (2.2 MB) |████████████████████████████████| 2.2 MB 1.7 MB/s Installing build dependencies ... done Getting requirements to build wheel ... error ERROR: Command errored out with exit

博客转自： https://www.jianshu.com/p/042fd657e2d4?tdsourcetag=s_pcqq_aiomsg 1、通过 conda config 命令生成配置文件 这里，我们使用清华的镜像： https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 首先，在CMD命令行输入以下两条命令： conda config --add channels https: // mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config -- set show_channel_urls yes 此时，目录 C:\Users<你的用户名> 下就会生成配置文件.condarc，内容如下： channels: - https: // mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults show_channel_urls: true 2、修改配置文件 删除上述配置文件 .condarc 中的第三行，然后保存，最终版本文件如下： channels: - https: // mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ show

from： docker挂载NVIDIA显卡运行pytorch 写在前面： 　　请参考之前的文章安装好CentOS、NVIDIA相关驱动及软件、docker及加速镜像。 　　主机运行环境 $ uname - a Linux CentOS 3.10 . 0 - 514.26 . 2 .el7.x86_64 # 1 SMP Tue Jul 4 15 : 04 : 05 UTC 2017 x86_64 x86_64 x86_64 GNU/ Linux $ cat /usr/local/cuda/ version.txt CUDA Version 8.0 . 61 $ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 #define CUDNN_MAJOR 6 #define CUDNN_MINOR 0 #define CUDNN_PATCHLEVEL 21 #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL) #include " driver_types.h " # NVIDIA 1080ti 一、关于GPU的挂载 1. 在docker运行时指定device挂载 　　先查看一下有哪些相关设备 $ ls -la

skimage是个处理图片的库啊，你平时如果没有用到过，那当你报错如下的时候，你就会想起它来了。就这样： 安装库嘛，一般是在cmd上用下面这个命令嘛： conda install skimage 但是这个命令它报错嘛： 这个意思就是目前找不到这个库嘛。但事实上是有这个库的，它还有一个主页：skimage库的主页。上面写的很清楚了嘛，其实它的大名是ski-image嘛，那就是说，命令应该是这个嘛： conda install scikit-image 这样就可以顺利安装了： bingo！！！ 来源： oschina 链接： https://my.oschina.net/timebear/blog/4301406