整理好的代码和权重都在百度云链接，记得这个是被我加了lib的路径的，直接运行demo.py即可。 链接：https://pan.baidu.com/s/18hBS21hF1znXJkDyneELTw  提取码：f4ws 一、下载好 CenterNet 源码 下载工程加速方式参考https://blog.csdn.net/u013066730/article/details/107164

背景 用了学校浪潮的深度学习服务器，装好了CUDA9.2 以及对应的cudnn，由于没有管理员权限，没办法改CUDA的版本，原采用TensorFlow2训练计划取消（官网还是哪里看到在tf 1.13开始就需要CUDA10.0以上版本），那就要么降版本，要么换框架看看，要么狠一点，换服务器。不过鉴于本人的经济实力，外面租一台还是够呛，还是只能妥协，幸好pytorch没让我失望 环境配置 Cen

文章目录 0️⃣ `gcc`降级1️⃣ 配置`Pytorch`深度学习环境与`Nvidia`显卡1️⃣.1️⃣ 配置`Anaconda`1️⃣.1️⃣.1️⃣下载`Anaconda`1️⃣.1️⃣.2️⃣ `conda`换源1️⃣.1️⃣.3️⃣ `conda`创建新环境 1️⃣.2️⃣ `Ubuntu20.04`安装`Nvidia`显卡驱动1️⃣.2️⃣.1️⃣ 禁用`nouveau`1️

最近疫情很严重，很多地方不让出门，很多人也都害怕被传染，包括我，咱一学生也出不了太多力，老老实实在家呆着不添乱就是最好的贡献。但是在家呆着实在无聊，学校又延迟开学，想在家做一些深度学习项目练练手（新手上路，大神勿喷哈哈哈），但是无法连上学校实验室服务器，笔记本CPU跑个demo都费劲。我这一想，笔记本不是还有个鸡肋的MX250吗？很好奇MX250和CPU哪个跑更快一点？于是乎就开始了一波操作。。。