ubuntu pytorch gpu,ubuntu配置pytorch-gpu

  ubuntu pytorch gpu,ubuntu配置pytorch-gpu

  后台环境版本项目代码结构调整Nuitka包依赖环境运行测试引用

  背景介绍如何在Anaconda下用Nuitka封装python深度学习框架;以Yolo-FastestV2为例,记录所有打包过程,适配cuda部署到其他电脑。环境版本

  win10——x64

  CUDA——10.0

  努特卡——

  火炬——1.5.1

  火炬视觉—— 0.6.1

  tqdm——4.36.1

  opencv_python——4.4.0

  火炬摘要——1.5.1

  数字——1.16.6

  注意:这里的打包过程只涉及推理torch 1.5.1能正常运行。

  代码结构调整这里,为了便于打包,YOLO-FAST测试V2项目的文件目录结构调整为如下结构:

  目录结构调整后,需要测试代码运行;正常运行demo.py即可。Nuitka打包Nuitka常用的打包命令。最好安装mingw64。这里不介绍安装过程。它将自动下载,无需安装和打包过程。安装mingw64的忽略这步——打包过程会自动下载mingw64等依赖项,有些人可能下载不了。这里提供百度链接。链接:https://pan.baidu.com/s/13PfsvmLyNoZrWZKkKhYYMg

  提货代码:dkdr

  …

  下载解压到C:\ users * * * * \ appdata \ local \ nuitka \ nuitka并覆盖。

  包python-mnuitka-mingw 64-standalone-show-progress-show-memory-follow-import-to=need-no follow-imports。/demo.py成功打包后会生成两个文件夹:demo.dist和demo.build;只留下demo.dist依赖环境目前只支持anaconda下的基础环境。将复制程序所需的库和模型文件从目录E:\ # # \ # # \ anaconda 3 \ lib \ site-packages复制到demo.dist如果需要opencv,将cv2文件夹复制到相应的目录。

  —如下图:红圈从anaconda复制到demo.dist绿色圆圈是与模型相关的文档,等等。

  测试完成后,只需运行demo.exe程序测试。如果在其他电脑下使用cuda,需要相同版本的cuda来调用gpu加速。参考努特卡主页:https://nuitka.net/

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

相关文章阅读

  • ubuntu联网连接不了网,ubuntu连不上网怎么解决
  • ubuntu联网连接不了网,ubuntu连不上网怎么解决,Ubuntu无法联网的解决方法
  • Ubuntu安装cuda10.1,ubuntu18.04安装cuda10.1
  • Ubuntu安装cuda10.1,ubuntu18.04安装cuda10.1,Ubuntu20.04安装cuda10.1的步骤(图文教程)
  • ubuntu20.04配置要求,ubuntu 20.04 网络配置
  • ubuntu20.04配置要求,ubuntu 20.04 网络配置,Ubuntu 20.04最佳配置指南(新手必备)
  • ubuntu20.04开启root登录,ubuntu如何启用root账户
  • ubuntu20.04开启root登录,ubuntu如何启用root账户,Ubuntu20.04开启root账户的方法步骤
  • ubuntu18.04安装jdk8,ubuntu中安装jdk
  • ubuntu18.04安装jdk8,ubuntu中安装jdk,Ubuntu 安装 JDK8 的两种方法(总结)
  • ubuntu18.04安装deb,ubuntu如何安装deb包,Ubuntu 16.04下无法安装.deb的解决方法
  • ubuntu18.04安装deb,ubuntu不支持deb
  • ubuntu18.04.3安装教程,ubuntu18.04.1安装教程
  • ubuntu18.04.3安装教程,ubuntu18.04.1安装教程,ubuntu19.04安装教程(图文步骤)
  • ubuntu unzip命令,Unzip命令
  • 留言与评论(共有 条评论)
       
    验证码: