安装方法：Anaconda3自带的conda prompt下面，输入"pip install + 各个whl文件或tar.gz“文件的完整路径名，或输入pip install之后，将文件拖至conda prompt即可。注意各whl有安装顺序要求，一试便知。 Keras为最新的2.1.3版，强化学习资源GYM为最新的0.9.4版 Win10用户需要以管理员运行conda prompt

离线安装PyTorch，成功率很高

Win10+GPU版Pytorch1.1安装的安装步骤.pdf

TensorFlow GPU 版 C++ lib 和 dll, 源码版本 2.1.1, 没有 GPU 也可以正常运行. 如果想自己编译可看教程 https://blog.csdn.net/yx123919804/article/details/107042822

主要介绍了win10使用清华源快速安装pytorch-GPU版,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下

问题： 在使用mask_rcnn预测自己的数据集时，会出现下面错误： ResourceExhaustedError: OOM when allocating tensor with shape[1,512,1120,1120] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc [[{{node rpn_model/rpn_conv_shared/convolution}} = Conv2D[T=DT_FLOAT, data_format="NCHW", dilation

安装cuda 更新nvidia驱动 打开GeForce Game Ready Driver或在GeForce Experience中下载符合自己gpu的程序。 选择cuda 打开nvidia控制面板 点击帮助、点击系统信息、在点击组件在3D设置中可以看到cuda信息 在我升级过nvidia驱动后，cuda的版本更新到了10.1。接下来下载cuda . cuda10.1安装完毕。 安装cuDNN 在安装了cuda10.1后选择对应的cuDNN版本v7.6.1 解压文件，然后添加bin目录到环境变量 安装cuDNN 在安装了cuda10.1后选择对应的cuDNN版本v7.6.1 解压文件，

Tensorflow 1.6 GPU版 适用于python3.5。 安装步骤（Windows 7 64bit 测试通过）： 1.下载并安装tensorflow_gpu-1.6.0-cp35-cp35m-win_amd64.whl 2.安装CUDA® Toolkit 9.0。完成后可运行deviceQuery例程来检测是否成功连接GPU。若成功，请把Cuda 路径名称（即系统变量CUDA_PATH的值）添加到用户的 PATH环境变量中。 3.安装cuDNN v7.0。然后把cudnn64_7.dll所在的目录添加到 PATH环境变量中。 4.在python控制台中运行import tensorflow as tf。若不报错则说明安装成功。 注意：若CPU不支持AVX指令集，则可适用的最高版本Tensorflow GPU见以下链接： Python3.6：https://download.csdn.net/download/wudalongqiang/10309555 Python3.5：https://download.csdn.net/download/wudalongqiang/10309550

open pose1.5.1官方原版，已经编译好了，WIN10,CUDA10.0,CUDnn7.5，打开可以直接用，并且python库链接也编译了，可以调用。

win10 pytorch 安装包（百度网盘链接） 内含： torch-1.7.1+cu110-cp38-cp38-win_amd64.whl torchaudio-0.7.2-cp38-none-win_amd64.whl torchvision-0.8.2+cu110-cp38-cp38-win_amd64.whl