文章目录

下载安装anaconda

找到自己需要的anaconda版本并下载下来


下载地址：https://repo.anaconda.com/archive/

或者清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

举例：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.0.1-Linux-x86_64.sh

安装：

bash Anaconda3-5.0.1-Linux-x86_64.sh
echo 'export PATH="./anaconda3/bin:$PATH"'>>~/.bashrc
source ~/.bashrc

1.conda 创建环境

conda create -n rcnn python=3.6

这里rcnn(自己取的环境名。conda 创建/删除/重命名 环境：https://www.jianshu.com/p/7265011ba3f2

2.命令行激活环境

source activate rcnn

3.进入官网找到命令

https://pytorch.org/
https://pytorch.org/

source activate rcnn

选择自己的系统和cuda（查看cuda版本命令行输入：cat /usr/local/cuda/version.txt）
（支持conda或者pip安装）
复制下面的代码输入命令行

4.根据项目完整环境配置不断pip或者conda包

注：conda可能找不到地址，改成pip即可。

# linux # python # 深度学习
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局