安装环境说明:NVDIA GeForce 930M.Intel(R) HD Graphics 520 显卡和cuda需要兼容匹配,我一开始下载的cuda6.5无法安装,所以又重新下了比较新的cuda8.0. 一.自行安装vs2012, 二.安装cuda8.0 https://developer.nvidia.com/cuda-downloads进入官网,按照自己的系统选择合适的版本. 因为我的系统是win10,因此我依次选择[Windows]-[x86_64]-[10]-[exe[local]]

VS2012 配置 opencv3.0,相比之前的版本,3.0的配置简单了好多. 通过配置属性文件,可以做到一次配置,重复使用! 根据文章的操作在 win7 64bit VS2012 下成功配置 opencv3.0,亲测可用! 1. 配置系统环境变量 配置方法如下: [计算机]->[(右键)属性]->[高级系统设置]->[高级(标签)]->[环境变量]->“双击”系统变量中的PATH->在变量值里面添加相应的路径. 对于32位系统,就添加: “D:\ProgramFil

一,本机配置 Win10 64bit NVIDIA GeForce GTX 960M Python3.7(Anaconda) 二,安装CUDA 亲测,TensorFlow-gpu1.13.1支持cuda10.0的版本,所以我们可直接选择cuda10.0的版本 Window10下载CUDA10 安装步骤为: 1)运行.exe可执行和层序.安装软件会先运行一个系统检查,如果没有软硬件不兼容的情况就能继续进行下一步.若有不兼容情况,系统检查则会报错,无法进行下一步.如果报错了,就最先考虑下是不是自己的

t-SNE-CUDA Barnes-Hut t-SNE https://github.com/CannyLab/tsne-cuda/projects 做数据降维时常用到,但计算较慢,所以可用cuda加速 用源码编译时,常见错误处理: 1. 缺少MKL可到intel下载安装(略) 2. `CMake Error: The following variables are used in this project, but they are set to NOTFOUND. 如  CUDA_cubla

转载:http://blog.csdn.net/C0ldstudy/article/details/51585708 转载:http://blog.csdn.net/zj510/article/details/39344889 转载:http://blog.csdn.net/zj510/article/details/39345479 转载:http://www.cnblogs.com/js2854/archive/2010/11/03/HideDir.html 转载:http://blog.c

(RTX 2070 同样可以在 ubuntu 16.04 + cuda 9.0中使用.Ubuntu18.04可能只支持cuda10.0,在跑开源代码时可能会报一些奇怪的错误,所以建议大家配置 ubuntu16.04 + cuda 9.0.下文还是以ubuntu18.04 + cuda 10.0为例.ubuntu16.04 + cuda 9.0的配置方法大同小异) 虽然CUDA官网中没有RTX20系列GPU所对应的版本,但是CUDA 10.0 支持Ubuntu18.04 + GPU GEFORCE

目标: 在2080Ti GPU上,运行PyTorch1.2 GPU版本. 经过确认,PyTorch1.2可以搭配CUDA10.0,而CUDA10.0搭配cuDNN7.6(官网下载页面可以直接看到). 安装Anaconda,创建一个py3.6的pytorch环境. 具体步骤: 参考这个教程,安装NVIDIA驱动. 注意安装时加上-no-opengl-files参数,防止登录自循环:下载可以用wget xxx直接在服务器上下载. 安装CUDA10.0 到NVIDIA官网,下载CUDA Toolkit

Ubuntu18.04LTS python3.6 cuda10.0 下安装低版本的pytorch,运行Hypergraph Neural Networks(HGNN) https://github.com/iMoonLab/HGNNpython3 -m venv envsource env/bin/activatepip3 install torch===0.4.0 torchvision===0.4.1 -f https://download.pytorch.org/whl/cu100/tor

报错出现 Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR tensorflow-1.13.1和1.14windows版本目前不支持CUDA10.0,我加了个CUDA9.0以及9.0对应的CUDA就解决了问题了,且CUDA9.0对应的cudnn不要选7.0,7.0会报错,我用的是7.6 for 9.0

前段时间换了一个配置高一点的台式机,因此重新安装了caffe,这次安装遇到了很多以前没有遇到的问题,特记录一下. 先罗列一下电脑配置:vs2015+cuda10.0+python3.5(Anaconda)+GForce RTX2070显卡 caffe是从这里下载的: https://github.com/BVLC/caffe/tree/windows 修改配置文件: 关于属性中没有CUDA C\C++属性,可以选中工程,右键àBuild DependenciesàBuild Customizat

说来可笑,网上那么多的教程,偏偏结尾的时候就没有一个能详细的讲下关于程序的发布.开发Qt是这样,刚开始做web也是这样,因为是自学的,所以都没人可以教下,结果到了项目完成的最后总是要花费成吨的时间去查资料,了解怎么发布打包这些,好了,废话不多说,进入正题吧. 因为从没开发过桌面程序,这是第一次开发,然后在对程序打包时就出现了一堆的问题. 1.我用的是vs2012+qt5.1.0开发,编译时就是用release编译了.因为我的电脑系统是64位的,所以当初安装qt时就只下了个64位的qt.等到最后才

去年底入手一台联想Y7000P,配置了Nvidia GeForce GTX 1660 Ti GPU,GPU内存6G,但是因为有GPU服务器,所以一直没有在这台笔记本上跑过模型,如今经过一番折腾,终于在此笔记本上搭建好了环境,并成功使用GPU训练了一些模型,本篇记录了环境搭建的过程. 检查你的GPU 首先确保你的电脑有Nvidia的GPU,并且支持CUDA,可以参考这个网址. 安装vs2017 Visual Studio 2017 Community下载地址 安装选项:勾选"C++的桌面开发&qu

1.安装vs2012: 2.下载Qt 5.2.0 for Windows 32-bit(VS 2012, 579 MB) 和 Visual Studio Add-in 1.2.2for Qt5 注意: 此处不要选择64位的,否则插件会和qt不匹配,插件是32位的. 3.安装Qt 5.2.0 for Windows 32-bit,路径随便选(不建议包含中文): 4.安装 Visual Studio Add-in 1.2.2 for Qt5,默认安装: 5.在系统环境变量中添加QTDIR,值为第三步

安装了vs2015后,vs2012 启动后报错: aps.net4.0/4.5尚未在web服务器上注册 解决办法: 下载微软补丁: http://blogs.msdn.com/b/webdev/archive/2014/11/11/dialog-box-may-be-displayed-to-users-when-opening-projects-in-microsoft-visual-studio-after-installation-of-microsoft-net-framework-4-

分类: Windows Qt2014-01-17 00:50 15434人阅读 评论(18) 收藏 举报 此文章已作废,请参考我的新文章: vs2013 + qt5.3.2 环境搭建 ( http://blog.csdn.net/wangell/article/details/41117139 ) 1.安装vs2012: 2.下载Qt 5.2.0 for Windows 32-bit (VS 2012, 579 MB) 和 Visual Studio Add-in 1.2.2 for Qt5 注

1 CUDA 10.0 安装  win10 下的cuda 安装是非常简单的,和其他程序安装没什么区别,现在 tensorflow 1.13 版本以上 支持 CUDA 10.0 ,这里选取了CUDA 10.0+ CUDNN 7.5 +tensorflow 1.13 + opencv 3.4.0 (1)安装 nvidia 的驱动, 在https://www.geforce.cn/drivers  选取与显卡对应的驱动 安装(这里选择了gtx750ti  417 版本) (2)在 https://de

硬件环境:ASUS Z370 + i7 8700K + 16G + GTX1660 软件环境:win10 x64    anaconda 3.5    python 3.6   pycharm 2018.3 步骤: 1 系统补丁升级至1803 2 安装 nvidia 驱动 419.35-desktop-win10-64bit-international-whql-rp.exe 3 安装cuda 10.0 [注意:10.1安装完不支持tensorflow1.13.1会提示dll not loade

背景:在新建QT工程时,可能没有选择一些库,虽然在头文件中引用了,但是程序依然无法识别 现象:一般出现"LNK2019"错误. 解决:以网络为例,在VS2012中加入网络库,分为两步 项目->属性->c/c++->常规->附加包含目录->在弹出的对话框中,点那个文件夹形状的按钮添加新行,输入$(QTDIR)\include\QtNetwork 项目->属性->连接器->输入->附加依赖项,添加 Qt5Networkd.lib(deb

今天在英文版vs2013打包发布4.0(非4.0 client)的winform时,遇到了在xp上无法运行的情况,.net framework 4.0在xp上已安装.在打包前,winform工程,即菜单中的Project下的工程属性里,Application选项中的Target framework选择的是.NET Framework 4,整个工程运行之后,然后使用bin->DEBUG目录下的exe,使用setup factory打包成安装包,结果在xp在安装之后(.net framework在安

$ python3 -m venv env3$ source env3/bin/activate$ cd env3/share/python-wheels 在此找到对应的版本:https://download.pytorch.org/whl/cu100/torch_stable.html$ wget https://download.pytorch.org/whl/cu100/torch-1.3.0%2Bcu100-cp36-cp36m-linux_x86_64.whl$ wget https:

心血来潮,想跑个 CenterNet 检测瞅瞅...麻蛋,有非官方层 一.下载好 CenterNet 源码 https://github.com/xingyizhou/CenterNet 二.注意你需要 VS 2017,不然你后面不好玩 三.build nms cd src\lib\external python setup.py build_ext --inplace 额,你会报错滴.打开 setup.py, 注释下面这句话: #extra_compile_args=["-Wno-cpp&qu