2、通过系统设计找到 ''代理''关闭手动代理设置即可。原因分析：由于使用梯子无法连接到国内源。1、关闭梯子，并退出梯子。

例如，在指数衰减中，学习率会随着训练的进行按照一定的指数规律逐渐减小。都被设置为 0.001，这意味着初始学习率是 0.001，并且可能有一个与之配套的学习率衰减策略，使得学习率随着训练的进行逐渐减小。例如，如果使用学习率衰减策略，每个 epoch 的学习率可能是前一个 epoch 的。：如果使用动态调整学习率的策略（如学习率衰减），可能需要较少的 epoch，因为学习率的变化有助于模型在训练过程

2、验证是否成功，在arcgis pro 设置中 包管理，查看是否有deep-learning-essentials 库存在。寻找合适的 Deep Learning Libraries Installer for ArcGIS Pro 3.2。进入该文件，双击ProDeepLearning.msi Windows 安装程序包以安装深度学习库。有就是成功，否则重新安装 选择合适的库。注意：这个深度学

右键图标，会出现退出的按钮「Quit Ollama」，注意：一定要退出Ollama，否则下边的环境配置无法生效！在 Chatbox 中打开设置，在模型提供方中选择 Ollama，即可在模型下拉框中看见你运行的本地模型。安装完成后，会在电脑右下角出现Ollama图标，可以不用先启动Ollama，先退出做一些必要路径的配置！双击安装文件，点击「Install」开始安装。点击后，会弹出一个网页，我们点击

最后使用了3.0.0版本的就成功了，应该是我下载的这个深度学习库匹配的版只支持3.0.0版本的arcgis pro！2.进行导出训练样本时候，在设置完成后，卡在运行，卡了一直好几个小时，既不报错就会一直显示运行。1.使用arcgis pro 中的深度学习“标注对象以供深度学习”后。后来发现重新安装了3.0.1版本的也不行。之前使用的是3.0.2版本，也导入。深度学习库，还是为运行成功。

右键图标，会出现退出的按钮「Quit Ollama」，注意：一定要退出Ollama，否则下边的环境配置无法生效！在 Chatbox 中打开设置，在模型提供方中选择 Ollama，即可在模型下拉框中看见你运行的本地模型。安装完成后，会在电脑右下角出现Ollama图标，可以不用先启动Ollama，先退出做一些必要路径的配置！双击安装文件，点击「Install」开始安装。点击后，会弹出一个网页，我们点击

如果 CUDA 安装正确，并且你的计算机有 NVIDIA GPU，上述命令将编译并运行程序，输出 "Hello, CUDA!`nvcc` 是 NVIDIA CUDA 编译器，如果 CUDA 安装成功，这个命令会显示 CUDA 编译器的版本信息。如果以上步骤中的任何一个失败，或者你没有得到预期的输出，那么可能需要重新检查你的 CUDA 安装或解决相关的依赖问题。这个命令会显示关于你的 GPU 和驱动

2、验证是否成功，在arcgis pro 设置中 包管理，查看是否有deep-learning-essentials 库存在。寻找合适的 Deep Learning Libraries Installer for ArcGIS Pro 3.2。进入该文件，双击ProDeepLearning.msi Windows 安装程序包以安装深度学习库。有就是成功，否则重新安装 选择合适的库。注意：这个深度学

链接：https://pan.baidu.com/s/1u_xHA9qlEYufip2js5rNTg。--来自百度网盘超级会员V4的分享。

如果 CUDA 安装正确，并且你的计算机有 NVIDIA GPU，上述命令将编译并运行程序，输出 "Hello, CUDA!`nvcc` 是 NVIDIA CUDA 编译器，如果 CUDA 安装成功，这个命令会显示 CUDA 编译器的版本信息。如果以上步骤中的任何一个失败，或者你没有得到预期的输出，那么可能需要重新检查你的 CUDA 安装或解决相关的依赖问题。这个命令会显示关于你的 GPU 和驱动