logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Pytorch/paddle单机多卡RTX 3060×2的Ubuntu深度学习训练环境配置+代码模板+常见问题解决

下载nccl: https://developer.nvidia.com/nccl/nccl-legacy-downloads选择对应的操作系统和CUDA版本(这里选择离线安装):下载好后进行离线安装:接下来提示需要安装一个,必须先安装公钥才能进行接下来的操作.安装公钥:更新软件源:清华源最好用:然后更新:安装nccl:将nccl添加到环境变量中:nccl默认的安装目录是 ,修改~/.bashrc

文章图片
#pytorch#python#深度学习
Stable Diffusion+ControlNet+Lora 指导AI+艺术设计的WebUI全流程使用教程

设计师们往往对于新出的绘画工具上手比较艰难,本文针对目前比较火热的Stable Diffusion+ControlNet指导AI艺术设计的工具使用进行全面讲解。很多人会有预感,未来要么设计师被图形学程序员取代,要么会使用AI工具的设计师取代传统设计师,2023年开始,AI辅助设计甚至主导设计已经成了司空见惯的现象。软硬件环境:OS: Ubuntu 20.04(Stable Diffusion开发需

文章图片
#人工智能#pytorch
Python科学计算包MNE——头模型和前向计算

mne是一款用于处理神经信号的Python 科学计算包,其中所有的示例数据集都是来自同一个机构中来自 60 通道电极帽的 EEG 数据与 MEG 同时获取的,因此实际脑电帽采集的数据由于电极方案和通道数与示例数据集不同,需要在示例代码的基础上做适配。其中示例数据集的采集实验为以下设置:在这个实验中,棋盘图案呈现给受试者的左右视野,左耳或右耳穿插着音调。刺激之间的间隔为 750 毫秒。视野中央时不时

文章图片
#ubuntu#人工智能
Python科学计算包MNE——头模型和前向计算

mne是一款用于处理神经信号的Python 科学计算包,其中所有的示例数据集都是来自同一个机构中来自 60 通道电极帽的 EEG 数据与 MEG 同时获取的,因此实际脑电帽采集的数据由于电极方案和通道数与示例数据集不同,需要在示例代码的基础上做适配。其中示例数据集的采集实验为以下设置:在这个实验中,棋盘图案呈现给受试者的左右视野,左耳或右耳穿插着音调。刺激之间的间隔为 750 毫秒。视野中央时不时

文章图片
#ubuntu#人工智能
MNE处理脑电数据

MNE处理脑电流程

#开源
Python科学计算包MNE——脑电信号处理之源定位问题

如果购买的脑电帽的电极方案不是主流的,则需要对输入数据的电极进行调整。

文章图片
#python#人工智能
Ubuntu+Paddle+1080Ti实现跨境交通场景应用MTMCT全套流程

目录一. 安装依赖环境1.1 Paddle安装1.2 PaddleDetection安装二. 导出预测模型2.1 JDE YOLOv3+PCB Pyramid ReID2.2 PPyolov2+PPLCNet ReID2.3 车辆MOT任务一. 安装依赖环境1.1 Paddle安装使用该项目要求paddle版本>=2.2.2,输入以下命令查看paddle版本:import paddlepri

#android studio#计算机视觉#深度学习
ubuntu 安装Nvidia驱动、CUDA11.1、Cudnn8.3.0和pytorch并测试YOLOv5

目录1. 硬软件配置1.1 ubuntu16.04 + GTX16501.1.1 ubuntu16.04的弊病1.1.1.1 输入法 Bug1.1.1.2 Nvidia 驱动 Bug1.1.1.3 内核 Bug1.1.2 ubuntu16.04的界面丢失1.1.2.1 首次丢失界面后找回1.1.2.2 再次丢失界面后找回1.1.2.3 最后一次丢失界面再也找不回1.2 ubuntu18.04安装失

文章图片
#pytorch#ubuntu#深度学习
Pytorch/paddle单机多卡RTX 3060×2的Ubuntu深度学习训练环境配置+代码模板+常见问题解决

下载nccl: https://developer.nvidia.com/nccl/nccl-legacy-downloads选择对应的操作系统和CUDA版本(这里选择离线安装):下载好后进行离线安装:接下来提示需要安装一个,必须先安装公钥才能进行接下来的操作.安装公钥:更新软件源:清华源最好用:然后更新:安装nccl:将nccl添加到环境变量中:nccl默认的安装目录是 ,修改~/.bashrc

文章图片
#pytorch#python#深度学习
Ubuntu20.04安装NVIDIA混合精度计算库apex全流程及各类报错问题解答

背景:跟李沐老师一起探索RTX 3090的深度学习浮点运算性能,需要安装apex进行半精度运算,本文总结了Ubuntu20.04安装NVIDIA混合精度计算库apex全流程及各类报错问题解答环境:Python3.9CUDA11.7。

文章图片
#深度学习#人工智能
    共 13 条
  • 1
  • 2
  • 请选择