🧸MAI（一）：比赛环境

CVPR2022 Mobile AI 比赛开发日志一，主要是开发环境配置和一些常用命令

Conda/Miniconda相关命令

• conda create -n [name] python=x.x 创建环境

• conda info –envs 查看本地环境

• conda create -n [name] –clone [path] 通过上一句查看路径进行本地环境复制（“深拷贝”），或者直接拷贝文件夹改名

• conda activate [name]

• conda env export > [name].yaml 将当前activate的环境导出参数文件，移植

• conda env create -f [name].yaml 新环境移植生效

• conda remove -name [name] –all 删除环境，或者直接envs删文件夹

• 改名建议info -e后直接去路径改文件夹名字就可以了

• linux miniconda安装：https://blog.csdn.net/qq_42951560/article/details/109152114

Linux相关命令&Shell语法

• df -hl 磁盘剩余容量

• ls -lht 当前目录下文件大小和总和

• cat /proc/meminfo 查内存 cat /proc/version 查系统版本

• cat /usr/local/cuda/version.txt 查看cuda版本

• to be continue..

CUDA&cudnn配置

1. CUDA版本与显卡型号、驱动版本有关，可以去官网查，不过一般我们的其他部分如tensorflow对cuda有要求，装满足要求的最新版本就行

非root用户装CUDA：

1. CUDA Toolkit Archive | NVIDIA Developer挑一个，一般就10.0，10.1，10.2，11.0，11.2 以11.2为例，这么选

2. cd到合适目录，

只装cuda，需要改option:



之后一路选done然后install就行 安装好了

CUDA装好了，接下来装cudnn

Tensorflow安装与基本知识、操作

安装

• 6月2日注：
若要求需要剪枝，tf应采用2.5.0及以上版本，e.g.



否则会报一个相当诡异的多头注意力没有的错误，博主sinysama的博客也踩过这个坑，真是相见恨晚。