RTX2060配置Pytorch环境问题

H_uer 2019-12-29 11:43:27
有没有大佬配置成功的，我装环境装三天都没整好，能不能给个稳定的版本？
...全文
740 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
动手学深度学习第二版之环境配置(RTX2060+pytorch1.8.1+cuda11.1)
动手学深度学习第二版之环境配置(RTX2060+pytorch1.8.1+cuda11.1) 1、电脑硬件环境 CPU :i7-10750H GPU :rtx2060 显存6G 双系统 ubuntu18.04 win10 2、安装miniconda 参考：https://zh-v2.d2l.ai/chapter_installation/index.html 3、安装显卡驱动 首先检查是否安装显卡驱动 nvidia-smi 如果没有安装，则安装 ubuntu-drivers devices (
RTX2060显卡实测：YOLOv13环境配置全流程（含conda虚拟环境避坑指南）
本文详细记录了在RTX2060显卡上配置YOLOv13深度学习环境的完整流程。重点解决了CUDA与PyTorch版本匹配的核心难题，提供了从conda虚拟环境创建、依赖包分步安装到最终模型推理验证的避坑指南，确保环境稳定可复现。
linux + cuda10.1 下安装pytorch1.5.0
服务器配置 系统：Ubuntu 16.04 GPU：RTX2060 CUDA：10.1 anaconda 因为一些原因，需要安装detectron2，于是按着下面这个网址，在服务器上进行安装（普通用户权限），恶梦的开始出现了： https://blog.csdn.net/dshl9595/article/details/106017677 开始安装 1. anaconda创建环境 conda create -n detectron2_1 python=3.6 2. 安装pytorch
RTX 2080Ti/2060实测：避开30系显卡坑，保姆级搞定SOLO/SOLOv2实例分割环境（附完整依赖版本清单）
本文详细介绍了在RTX 2080Ti/2060显卡上配置SOLO/SOLOv2实例分割环境的完整指南，包括CUDA驱动选择、依赖库精确安装和源码编译技巧。通过实测验证的版本组合和避坑方案，帮助研究者高效搭建深度学习环境，避免常见的兼容性问题。
detectron2配置环境并训练自己的数据集
从环境准备开始，一步一步利用detectron2训练faster rcnn模型
CUDA on Windows XP

231

社区成员

423

社区内容

发帖
与我相关
我的任务
社区描述
CUDA on Windows XP
社区管理员
  • CUDA on Windows XP社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章