- 博客(191)
- 收藏
- 关注
原创 深度学习常用脚本总结
📌 视频场景切换检测📌 基于深度学习的车牌检测、识别(含UI界面,Python代码)📌模型加载 torch.load() 、torch.load_state_dict()📌 torch.cuda.synchronize() — 正确的测试模型推理时间📌 torch中的model.eval()、model.train()详解📌 np.pad 详解📌 np.hstack、np.vstack — 横向、纵向拼接图片-B站📌 img[:, :, ::-1] 通俗理解。
2023-10-10 15:23:56 5036 2
原创 实时车辆行人多目标检测与跟踪系统(含UI界面,Python代码)
本文将详细介绍如何使用深度学习中的YOLOv5和OCTrack算法实现车辆、行人等多目标的实时检测和跟踪,并利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件进行检测和跟踪,也可以通过电脑自带的摄像头进行实时处理。此外,您还可以更换自己训练的yolov5模型,进行自己数据的跟踪。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测、跟踪和计数功能,同时可以自由选择感兴趣的跟踪目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。
2023-09-20 19:04:57 3979 6
原创 yolov8模型训练结果分析
mAP是用Precision和Recall作为两轴作图后围成的面积,m表示平均,@后面的数表示判定iou为正负样本的阈值,@0.5:0.95表示阈值取0.5:0.05:0.95后取均值。曲线上的每个点表示在特定的置信度阈值下的准确率。在目标检测任务中,召回率是指在所有实际为正例的样本中,模型成功预测为正例的样本所占的比例。在分类任务中,精确率是指在所有预测为正例的样本中,实际为正例的样本所占的比例。归一化后的混淆矩阵显示的是预测结果的相对比例或百分比,可以更清楚地了解模型在不同类别上的分类准确性。
2024-04-12 15:15:21 1134
原创 基于深度学习的番茄成熟度检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,实现对鱼类的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好文件夹,也提供转好的yolo。
2024-03-12 17:16:06 1437 2
原创 基于深度学习的植物类别检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,实现对鱼类的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好文件夹,也提供转好的yolo。
2024-03-12 16:21:19 1231
原创 基于深度学习的番茄叶片病害检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,实现对鱼类的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好文件夹,也提供转好的yolo。
2024-03-12 15:33:49 2020 4
原创 基于深度学习的鱼类分类检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,实现对鱼类的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好文件夹,也提供转好的yolo。
2024-03-12 14:27:08 1280
原创 基于深度学习的鸟类分类检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,通过水稻的叶片的实现对苹果叶片病害的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好。
2024-03-07 17:51:42 1132
原创 基于深度学习的交通标志检测识别系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何使用深度学习中的YOLOv8算法实现对交通标志的检测,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov8模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好文件夹,也提供转好的。
2024-03-07 16:31:51 2491 4
原创 PyQt 报错 This application failed to start because no Qt platform plugin could be initialized.
我这里路径是:C:\Users\86130\anaconda3\envs\pytorch\Lib\sitepackages\PySide2\plugins\platforms。这是以Pyside2为例,PyQt 一样是找 platforms文件夹,添加到路径下。点击浏览目录,找到运行环境下面的安装包里面对应的platforms文件。变量名 QT_QPA_PLATFORM_PLUGIN_PATH。1.设置系统环境变量。
2024-03-07 11:58:22 598
原创 基于深度学习的苹果叶片病害检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,通过水稻的叶片的实现对苹果叶片病害的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好。
2024-03-06 18:39:25 1682
原创 基于深度学习的道路缺陷检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,通过水稻的叶片的实现对烟雾的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好文件夹,也提供转好的。
2024-03-06 18:35:39 1193
原创 基于深度学习的烟雾检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,通过水稻的叶片的实现对烟雾的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好文件夹,也提供转好的。
2024-03-05 16:58:12 1521
原创 基于深度学习的玉米叶片病害检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,通过水稻的叶片的实现对水稻病害的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好。
2024-03-01 17:25:50 1492
原创 基于深度学习的水稻病害检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,通过水稻的叶片的实现对水稻病害的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好。
2024-02-29 16:52:47 1358
原创 基于深度学习的柠檬等级检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,实现对柠檬等级的检测识别,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好文件夹,也提供转好的yolo。
2024-02-26 16:47:54 963
原创 基于深度学习的人脸表情识别系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何以官方yolov8为主干,实现对人脸表情的检测识别(OpenCV实现对人脸的检测,训练的分类模型识别对表情的检测),且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的主干模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。
2024-02-26 15:50:33 3328
原创 基于深度学习的果蔬检测识别系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何使用深度学习中的YOLOv8算法实现对蔬菜和水果的检测,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov8模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含以下类别,且已经分好文件夹,也提供转好的。
2024-01-10 20:44:46 2284 4
原创 基于深度学习的果蔬检测识别系统(含UI界面、yolov5、Python代码、数据集)
在本文中,我们将详细介绍如何利用深度学习中的YOLOv5算法来实现对蔬菜和水果的检测,并结合PyQt5设计了一个简约而强大的系统UI界面。通过该界面,您可以轻松选择自己的视频文件或图片文件进行检测,并且还能够根据需要替换训练好的yolov5模型,以适应不同的数据检测需求。我们的系统界面不仅外观优美,而且具备出色的检测精度和强大的功能。它支持多目标实时检测,并允许您自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,非常适合新入门者参考学习。
2024-01-10 20:08:17 1763
原创 基于深度学习的PCB板缺陷检测系统(含UI界面、yolov5、Python代码、数据集)
在本文中,我们将详细介绍如何利用深度学习中的YOLOv5算法来实现对PCB板缺陷的检测,并结合PyQt5设计了一个简约而强大的系统UI界面。通过该界面,您可以轻松选择自己的视频文件或图片文件进行检测,并且还能够根据需要替换训练好的yolov5模型,以适应不同的数据检测需求。我们的系统界面不仅外观优美,而且具备出色的检测精度和强大的功能。它支持多目标实时检测,并允许您自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,非常适合新入门者参考学习。
2024-01-08 17:50:54 1639
原创 基于深度学习的PCB板缺陷检测系统(含UI界面、yolov8、Python代码、数据集)
本文将详细介绍如何使用深度学习中的YOLOv8算法实现对车型的检测,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov8模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。数据集总共包含下面6个类别,且已经分好文件夹,也提供转好的。
2024-01-04 18:52:22 1831
原创 基于深度学习的车型检测系统(含UI界面,yolov8、Python代码,数据集)
本文将详细介绍如何使用深度学习中的YOLOv8算法实现对车型的检测,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov8模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。
2023-12-28 15:11:01 1765
原创 基于深度学习的车型检测系统(含UI界面、yolov5、Python代码、数据集)
在本文中,我们将详细介绍如何利用深度学习中的YOLOv5算法来实现对车型的检测,并结合PyQt5设计了一个简约而强大的系统UI界面。通过该界面,您可以轻松选择自己的视频文件或图片文件进行检测,并且还能够根据需要替换训练好的yolov5模型,以适应不同的数据检测需求。我们的系统界面不仅外观优美,而且具备出色的检测精度和强大的功能。它支持多目标实时检测,并允许您自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,非常适合新入门者参考学习。
2023-12-28 13:10:28 1454
原创 基于深度学习的垃圾检测与分类系统(含UI界面,yolov8、Python代码,数据集)
本文将详细介绍如何使用深度学习中的YOLOv8算法实现对垃圾的检测,并对检测到的垃圾进行分类,且利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov8模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。
2023-12-26 17:52:44 2121 1
原创 基于深度学习的垃圾检测与分类系统(含UI界面、yolov5、Python代码、数据集)
在本文中,我们将详细介绍如何利用深度学习中的YOLOv5算法来实现对垃圾的检测和分类,并结合PyQt5设计了一个简约而强大的系统UI界面。通过该界面,您可以轻松选择自己的视频文件或图片文件进行检测,并且还能够根据需要替换训练好的yolov5模型,以适应不同的数据检测需求。我们的系统界面不仅外观优美,而且具备出色的检测精度和强大的功能。它支持多目标实时检测,并允许您自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,非常适合新入门者参考学习。
2023-12-26 15:15:15 2751
原创 基于深度学习的安全帽检测识别系统(含UI界面,yolov8、Python代码,数据集)
本文将详细介绍如何使用深度学习中的YOLOv8算法实现对钢材表面缺陷的检测,并利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov8模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。
2023-12-25 15:37:29 2030 1
原创 基于深度学习的安全帽检测识别系统(含UI界面、yolov5、Python代码、数据集)
在本文中,我们将详细介绍如何利用深度学习中的YOLOv5算法来实现对是否佩戴安全帽的检测,并结合PyQt5设计了一个简约而强大的系统UI界面。通过该界面,您可以轻松选择自己的视频文件或图片文件进行检测,并且还能够根据需要替换训练好的yolov5模型,以适应不同的数据检测需求。我们的系统界面不仅外观优美,而且具备出色的检测精度和强大的功能。它支持多目标实时检测,并允许您自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,非常适合新入门者参考学习。
2023-12-25 13:46:15 1860 1
原创 基于深度学习的森林火焰检测系统(含UI界面,yolov8、Python代码,数据集)
在本文中,我们将详细介绍如何利用深度学习中的YOLOv8算法来实现对森林火焰烟雾的检测,并结合PyQt5设计了一个简约而强大的系统UI界面。通过该界面,您可以轻松选择自己的视频文件或图片文件进行检测,并且还能够根据需要替换训练好的yolov8模型,以适应不同的数据检测需求。我们的系统界面不仅外观优美,而且具备出色的检测精度和强大的功能。它支持多目标实时检测,并允许您自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,非常适合新入门者参考学习。
2023-12-21 17:14:40 3235 2
原创 基于深度学习的动物检测识别系统(含UI界面、yolov5、Python代码、数据集)
本文将详细介绍如何使用深度学习中的YOLOv5算法实现对动物的检测,并利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov5模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。本数据集是自己对coco2017。
2023-12-20 16:22:19 1463
原创 基于深度学习的森林火焰烟雾检测系统(含UI界面,Python代码,数据集、yolov5)
本文将详细介绍如何使用深度学习中的YOLOv5算法实现对火灾的检测,并利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov5模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。
2023-12-18 14:08:45 1340
原创 基于深度学习的鸟类检测识别系统(含UI界面、yolov5、Python代码、数据集)
本文将详细介绍如何使用深度学习中的YOLOv5算法实现对鸟类的检测,并利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov5模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。
2023-12-13 17:29:33 1747
原创 基于深度学习的钢铁缺陷检测系统(含UI界面,Python代码,数据集、yolov8)
本文将详细介绍如何使用深度学习中的YOLOv8算法实现对钢材表面缺陷的检测,并利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov8模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。
2023-12-08 15:34:01 2771 1
原创 基于深度学习的钢铁缺陷检测系统(含UI界面,Python代码,数据集、yolov5)
本文将详细介绍如何使用深度学习中的YOLOv5算法实现对钢材表面缺陷的检测,并利用PyQt5设计了简约的系统UI界面。在界面中,您可以选择自己的视频文件、图片文件进行检测。此外,您还可以更换自己训练的yolov5模型,进行自己数据的检测。该系统界面优美,检测精度高,功能强大。它具备多目标实时检测,同时可以自由选择感兴趣的检测目标。本博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考。您可以在文末的下载链接中获取完整的代码资源文件。
2023-12-01 14:49:51 2234 4
原创 Pytorch 注意力机制解析与代码实现
SE注意力模块是一种通道注意力模块,SE模块能对输入特征图进行通道特征加强,且不改变输入特征图的大小。SE模块的S(Squeeze):对输入特征图的空间信息进行压缩SE模块的E(Excitation):学习到的通道注意力信息,与输入特征图进行结合,最终得到具有通道注意力的特征图SE模块的作用是在保留原始特征的基础上,通过学习不同通道之间的关系,提高模型的表现能力。在卷积神经网络中,通过引入SE模块,可以动态地调整不同通道的权重,从而提高模型的表现能力。1、对输入进来的特征层进行全局平均池化。
2023-11-01 17:35:00 1499 3
原创 pycharm安装(windows)
下拉一下,直接下载社区版就行,是免费的,功能足够用了。2.安装(1) 找到你下载PyCharm的路径,双击.exe文件进行安装。(2) 点击 Next 后,我们进行选择安装路径页面(不要选择带中文和空格的目录)选择好路径后,点击 Next 进行下一步(3)进入 Installation Options(安装选项)页面,全部勾选上。点击 Next(4)进入 Choose Start Menu Folder 页面,直接点击 Install 进行安装。
2023-09-16 20:35:13 869
原创 pytorch安装(windows)
torch总共分为两个版本,GPU版和CPU版,CPU版安装非常简单,直接安装即可,在此详细介绍 GPU 版的安装方式。GPU版安装需要注意以下几个地方,需要进行匹配才能安装上,否则即便安装上也运行不了(1)CUDA的版本(2)python的版本(3)操作系统,本博客以 windows 为例。
2023-09-15 21:29:28 2660 1
原创 python环境安装(windows)
DownloadsdownloadsDownloadexe到这里就下载完成了,接下来可以进行下一步的安装了。
2023-09-14 22:55:29 1465
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人