翔翔の据点

功能

• 文件同步：本地PC一个路径下的项目，和服务器上一个路径下的项目
• 代码放在服务器跑：配置好后，用户感知不到服务器的存在，在本地PC上正常运行、调试

参考文献可以在文中显示，或者在文章结束显示

写在前面

latex编写软件：TexMaker

他有个很方便的功能：快速构建，但需要配置好

配置成这样才能正常使用文献引用的功能~

pip

Anaconda

• 软件
• Anaconda == conda + 各种包

Conda

用来管理环境的包（既是一个包，又是环境管理用具）

写在前面

• 用管理者模式打开命令行
• 否则就给权限：右键属性 - 安全 - Users的都勾上允许

环境变量

win下，用set命令即可看到所有环境变量

用conda prompt就不用配了？

所有命令的帮助，可以用

1

conda [命令] -h

下载源相关

命令行、用户根目录下的.condarc文件、Anaconda Navigator均可查看和更改

查看下载源

1

conda config --show channels

用来生成.condarc文件

1

conda config --set show_channel_urls yes

添加下载源

==记得把-default删掉！==

1
2
3
4

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

add是添加到最上面。当有多个源时，也可以用这条语句来调整位置

1
2

(base) C:\Users\zhx>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
Warning: 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/' already in 'channels' list, moving to the top

清除索引缓存，保证用的是镜像站提供的索引

1

conda clean -i

1
2
3

(base) C:\Users\zhx>conda clean -i
Will remove 1 index cache(s).
Proceed ([y]/n)? y

Clean命令：https://blog.csdn.net/qq_16184125/article/details/108371581

环境相关

自定义环境的安装路径：https://blog.csdn.net/XC___XC/article/details/134013893

讲路径：https://blog.csdn.net/weixin_43970786/article/details/129364905

查看环境的配置

envs_dirs即为环境所在的路径

1
2

conda info
conda config --show

更改环境所在的路径

1
2

conda config --add envs_dirs [路径名]
conda config --remove envs_dirs [路径名]

同理，add已经有的路径，会将其置顶

1
2
3
4
5
6
7

envs_dirs:
C:\Users\zhx\.conda\envs
C:\Users\zhx\AppData\Local\conda\conda\envs  # 实际上没有

pkgs_dirs:
C:\Users\zhx\.conda\pkgs
C:\Users\zhx\AppData\Local\conda\conda\pkgs  # 实际上没有

这几个都remove掉？注意：remove只能删除自己添加的路径，系统默认的就会报错

查看有哪些环境

1

conda env list

创建新环境

1
2
3
4

conda create -n [环境名] python=[版本号]
conda create -n py396 python=3.9.6
不好用，因为没有名字，每次都得用这个路径表示环境
conda create -n py396 --prefix=[指定的路径名（最后一级为环境名）] python=3.9.6

记得用管理员打开，用户模式安装不到自定义的路径（比如说C:\Softwares\anaconda3\envs\py396）

非要在用户模式下，则需要更改Users对C:\Softwares\anaconda3\的权限

激活环境

1

conda activate [环境名]

环境退回到base

1

conda deactivate

删除环境

1
2

conda remove -n [环境名] --all
？ conda env remove -n noti  # 删除指定环境

删除指定环境中安装的所有包以及该环境的所有信息和文件，-y 选项不会询问确认信息

但是删不了pkgs里的东西？

包相关

查看有哪些包

1

conda list

查看包的安装位置

1

conda show [包名]

• envs\虚拟环境\Lib\site-packages
• envs\虚拟环境\pkgs
• 这两个位置的包有什么区别？

安装包

1

conda install [包名]

安装本地包，需要进入whl文件的路径，然后用pip安装，不能用conda

删除包

1

conda remove -n [环境名] [包名]

概念

https://blog.csdn.net/weixin_58283091/article/details/133349022

显卡驱动 → CUDA → CUDA Toolkit → cuDNN → Pytorch

即显卡（驱动）决定了CUDA版本，CUDA版本决定了CUDA Toolkit、cuDNN、Pytorch、torch-vision各自的版本

https://zhuanlan.zhihu.com/p/669089641

1. CUDA：并行计算的基础架构
2. CUDA Toolkit：用于CUDA开发的软件包
3. cuDNN（CUDA Deep Neural Network library）：用于深度学习的GPU加速库
4. Pytorch：机器学习框架

查看版本

驱动

1

nvidia-smi

• Driver Version: 546.33
• CUDA Version: 12.3（本机最高支持的CUDA版本）

CUDA

1

nvcc -V

其余都是python包

cuDNN

1
2
3

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\cudnn.h

# DEFINE CUDNN_MAJOR之类的就是版本号

使用 PyTorch 查看 CUDA 和 cuDNN 版本

1
2
3
4
5

import torch
print(torch.__version__)

print(torch.version.cuda)
print(torch.backends.cudnn.version())

https://www.cnblogs.com/wuliytTaotao/p/11453265.html#查看-cudnn-版本-1

版本对应关系

pytorch和以及cuda对应表

https://blog.csdn.net/FL1768317420/article/details/134769203

https://blog.csdn.net/shiwanghualuo/article/details/122860521

很好的安装教程：https://blog.csdn.net/2302_76726543/article/details/134722054

CUDA安装

win11只能装11.6之上的版本，更低版本那会win11还没出（

如果版本安装错了要卸载：把以下东西都卸掉，CUDA文件夹下V11.6文件夹删除就好

不行的话尝试：https://www.zhihu.com/tardis/bd/art/609847842?source_id=1001

cuDNN安装

要自己注册英伟达账户 才能下载

从官网https://developer.nvidia.com/rdp/cudnn-archive，下载对应版本的cudnn

解压后，把里面cudnn中的include，lib，bin文件夹里面的所有文件分别复制到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6文件 对应的include，lib，bin文件里面

百度OCR

保证已经安装了CUDA和cuDDN

并且手动安装了正确版本的pytorch和torchvision，否则会报错，后缀要有+cu113之类的才是gpu版本

Step 1：安装paddlepaddle

https://www.paddlepaddle.org.cn/

记得选对CUDA版本

1

conda install paddlepaddle-gpu==2.6.0 cudatoolkit=11.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge

这条命令顺便安装CUDA Toolkit和cuDNN

Step 2：安装Shapely

https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely

找好对应python版本的包，进到whl所在的目录，本地安装

这里也是只能用pip，不能用conda，为什么？

Step 3：安装PaddleOCR

1

pip install paddleocr

不知道为啥conda安不上，pip可以

报错记录

1

The GPU architecture in your current machine is Ampere, which is not compatiable

CUDA版本太旧（20系是Turing，30 40都是Ampere）

解决方法：整套重新装

这不对

这才对

运行起来可能会报各种ModuleNotFoundError，比如decorator、idna

解决方法：用本地安装的paddlepaddle-gpu有问题

1

InvalidMatchSpec: Invalid spec 'paddlepaddle-gpu[url=file:///C:/Users/zhx/Py

decorator手动装上不报错，但idna本身在conda list里，还报错。所以remove掉重装

后面还报了两个包：urllib3.exception和You need either charset normalizer or chardet installed

remove掉urllib3的时候，自动帮忙把exception补全了？？

手动装了chardet，成功运行！

但还是报了个错

1

TypeError: '<' not supported between instances of 'tuple' and 'float'

示例代码太旧的原因，在新版本PaddleOCR上运行会报错

https://blog.csdn.net/Blackrosetian/article/details/130386122

创建容器数据库（cdb）

test - 20210405

不建议手工创建，否则一堆问题

• 演示logMiner
• 演示【备份-破坏-恢复】操作