qq_40379132的博客

GeForce3090等高性能显卡配置pytorch时出现错误：错误是当前3090显卡与torch的版本不支持。30系列的显卡不支持CUDA11.0以下的版本解决办法就是更改torch版本。PyTorch版本和对应的CUDA版本的关系在上看。假设使用的是RTX 3090，项目依赖的PyTorch为1.7.1sm_8611.0-12.21.7.1取交集，得到适合的CUDA版本为CUDA-11.0通过安装正确版本的PyTorch库。

在github上寻找mmcv_full，按照github上的指令安装包，

不能用缩进，所以就把报错的行检查了几遍，都改成空格还是报错；最后注意到注释上面，字段的值后面加注释，注意也不能用缩进隔开字段值与注释，否则也会报错！知道不能用缩进，所以就把报错的行检查了几遍，都改成空格还是报错；再 Ctrl + Alt + L。先 Ctrl + A。

摘要：本文将向您介绍如何在Conda环境中创建并配置一个支持GPU加速的Python深度学习环境。我们将使用CUDA和cuDNN来充分利用NVIDIA GPU的性能，并通过实际示例来验证配置的正确性。这里，我们创建了一个名为`dl_gpu_env`的环境，并指定了Python版本为3.8。如果您想使用PyTorch，可以访问PyTorch官方网站，根据您的CUDA版本和Python版本选择合适的命令进行安装。同样，将`xx.x`替换为与您的CUDA Toolkit版本兼容的cuDNN版本。

使用view时维度指定错误，LSTM(input,(h0,c0)) 指定batch_first=True​后，input就是(batch_size,seq_len,input_size)否则为input(seq_len, batch, input_size)2、原因：并不是rnn的错误，而是因为下一函数的输入和这一层输出维度不一样，对照维度信息和尺寸信息修改即可。

5、可能是Anaconda的位数不对，查看电脑是32位还是64位，卸载重装。install 包 改用>>pip install 包。4、手动安装pytoch1.7.1的whl。

出现这种情况有两种情况，所以有两种解决方案文件名称不能和常用的包取同样的名字比如说问题中的 ndarry 与你创建的.py文件重名，把ndarry文件名改掉就可以了.过低没有安装指定版本的numpy或者版本这里我安转了指定版本的numpyconda update numpy=1.20.1运行成功...

找不到conda可执行文件，在这个文件夹里面怎么也找不到python.exe。第二步：选择现有环境，在目录里面找到你conda配置的环境。这个已经旧了，不适用可以直接忽略，第一步：打开虚拟环境添加解释器。第三步：点击确定添加完成。首先是比较复杂的方法，