pycharm 远程使用tensorrt、显示界面

最新推荐文章于 2024-09-04 13:35:45 发布
最新推荐文章于 2024-09-04 13:35:45 发布
阅读量476 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： ubuntu python pycharm
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/oyjwin/article/details/118027617
本文介绍如何通过SSH协议连接远程服务器并配置显示界面，包括安装Xshell及Xming等工具的过程。此外，还详细介绍了TensorRT环境变量的配置方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、显示界面

1.通过ssh协议连接远程服务器

输入

env

查看得到显示器id号为

DISPLAY=localhost:11.0
 

2.安装xshell（或者MobaXterm推荐）、Xming.exe

启动Xming.exe，设置当前localhost为0.0，如图所示

3.在所在py文件中配置

4.加入配置DISPLAY localhost:11.0

 

二、tensorrt使用配置

首先打开服务器环境变量，查看tensorrt的环境变量配置，类似下面这种

export LD_LIBRARY_PATH=/home/project/package/tensort/TensorRT-8.0.0.3/lib:$LD_LIBRARY_PATH
分别设置 LD_LIBRARY_PATH  $LD_LIBRARY_PATH:/home/project/package/tensort/TensorRT-8.0.0.3/lib

成功；

oyjwin
关注
使用PyTorch在本地打开远程服务器上的TensorBoard
KsClang的博客
09-22 376
在每个训练迭代中，我们将损失写入TensorBoard，并在训练结束后将模型的图形写入TensorBoard。在PyTorch中，我们可以通过使用TensorBoardX库将PyTorch的训练指标和图形可视化到TensorBoard中。通过在远程服务器上安装TensorBoardX和TensorBoard，并在本地打开TensorBoard，我们可以方便地监视和分析深度学习模型的训练过程。运行上述命令后，TensorBoard将会在本地打开，并加载远程服务器上的训练日志文件。是远程服务器的IP地址，
人工智能之华为云ModelArts的深度使用体验与AI Gallery应用开发实践
╰つ栺尖篴夢ゞ
01-24 1万+
一、ModelArts 简介 ① 什么是 ModelArts？ ModelArts 是面向 AI 开发者的一站式开发平台，提供海量数据预处理及半自动化标注、大规模分布式训练、自动化模型生成及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期 AI 工作流。 “一站式”是指 AI 开发的各个环节，包括数据处理、算法开发、模型训练、模型部署都可以在 ModelArts 上完成。从技术上看，ModelArts 底层支持各种异构计算资源，开发者可以根据需要灵活选择使用，而不需要关心底层的技术。同时
使用PyCharm在本地开发或远程服务器进行交互式开发时，查看tensorboard的方法
zhangweibin2的博客
10-21 1352
Pycharm 远程 交互式开发 tensorboard
remote pycharm & tensorrt
咖啡味儿的咖啡
11-18 430
坑： 使用pycharm远程debug python项目，import tensorrt 会遇到error ImportError: libnvinfer.so.7: cannot open shared object file: No such file or director remote 解决： 在pycharm里配置环境变量 PYTHONUNBUFFERED=1; LD_LIBRARY_PATH=/chj/*/TensorRT-7.2.3.4/lib:/chj/*/Ten...
Pycharm远程连接服务器显示图窗的解决方法&&使用Tensorboard查看远程服务器的训练情况
织席贩履之辈
08-17 4653
1. 配置远程服务器 需要在远程服务器上安装好xorg； sudo apt install xorg 之后在/etc/ssh/sshd_config中打开X11Forwarding； sudo vim /etc/ssh/sshd_config 把X11Forwarding设置成yes，如上图，保存退出。 重启远程服务器的ssh服务，使配置生效； sudo /etc/init.d/ssh restart 这样服务器端就配置完了。 2.配置自己的电脑 同样需要安装xorg sudo apt install
pycharm远程开发时，怎么用tensorboard？
weixin_44483769的博客
04-18 1544
aaa是服务器端口号，如果不需要可以删掉 “-p aaa”1、远程命令行输入以下命令开启tensorboard。username@severip是ssh连接所需要的。2、本地命令行输入以下命令将远程端口映射到本地。6006是tensorboard默认的端口号。后面那个参数是tensorboard的路径。127.0.0.1是本地主机。16006是本地用的端口号。
【PyTorch在PyCharm中的性能优化秘诀】
![【PyTorch在PyCharm中的性能优化秘诀】]... PyTorch与PyCharm简介 随着人工智能和深度学习的快速发展，PyTorch已
【PyCharm效率提升】：PyTorch环境优化技巧助你开发如虎添翼
![【PyCharm效率提升】：PyTorch环境优化技巧助你开发如虎添翼]... PyTorch与PyCharm环境基础 ## 简介 在人工智能领域，深度学习模型的开发和优化是核心任务之一。PyTorch作为目前
【目标检测】基于yolov5的红细胞检测和计数(附代码和数据集，Ubuntu系统)
学无止境、积少成多、厚积薄发
04-03 1815
【目标检测】基于yolov5的红细胞检测和计数(附代码和数据集，Ubuntu系统)
用什么软件写代码 可以把照片放进去 然后把人物识别出来
最新发布
04-03
好的，我现在需要帮用户推荐适合图像处理和人脸识别的IDE或开发环境。首先，用户的需求是能够...2. 深度学习场景：`PyCharm + CUDA Toolkit + TensorRT` 3. 教学演示场景：`Jupyter + matplotlib + face_recognition库`
Ubuntu16.04下深度学习环境安装全套--Nvidia-410，Cuda10.0，Cudnn，Anconda， Pycharm，Tensorrt安装
梦坠凡尘
01-08 653
上周末由于某些莫名的原因重装了系统，又重新捣鼓了一次深度学习环境全套安装~~ 吐血~~做个记录，方便下次继续重装系统又要安装。。。。。 本次所有安装基于Ubuntu16.04系统下安装，且只是记录安装的大概过程，安装好后的环境是 nvidia-410, Cuda10.0.130，cudnn7.6.5，Anconda5.1（Python3.6.4）， Tensorrt7.0.0.11。 安装NVID...
pycharm远程调试import tensorrt的问题
weixin_44701954的博客
12-13 865
如题，我在配置的时候出现ImportError: libnvinfer.so.7和ImportError: libcublas.so.10.0两个错误。 在pycharm进入run的配置界面，点击environment variables旁边的小书，进入编辑添加linux服务器的动态库变量LD_LIBRARY_PATH。 LD_LIBRARY_PATH $LD_LIBRARY_PATH:/home/username/TensorRT-7.0.0.11/lib:/usr/local/cuda-10.0
window10 + python3 + pycharm + tensorrtx_yolov5 + bug
Blue_Whale2020的博客
12-12 3441
mentor告诉我不封c++的服务，封python版本的.... 趁着周末先把环境配了，记录一下以防忘记。 进来看到这我就有些方了，后面类别置信度和iou阈值还能看的懂，我这个人不会直接运行的（因为胆子小），所以还是先把这两个库安装上吧。 ...
pycharm调用tensorboard笔记
coolerzZ的博客
04-08 615
anaconda打开命令窗口 输入命令 tensorboard --logdir C:\\xx\\autograph 地址为存放日志路径
解决：命令行能正常运行，但使用pycharm运行import tensorrt代码报错ImportError: libnvinfer.so.8: cannot open shared object f
wang_mo_k的博客
09-04 521
解决：命令行能正常运行，但使用pycharm运行import tensorrt代码报错ImportError: libnvinfer.so.8: cannot open shared object file
从零开始 TensorRT（2）Python 篇：原生 API 构建网络
秋山丶雪绪的博客
02-04 1923
学习资料：TensorRT 源码示例：示例中使用 TensorRT 的 API 搭建网络并进行推理，由于网络过于简单（只有一层且输入与输出相同），会存在如何实际搭建一个网络模型、搭建网络后如何加载参数等疑问。但作为第一个示例，主要的作用是熟悉构建网络和执行推理的流程，这部分代码比较模板化，会经常用到。：示例中会把一个 Pytorch 模型导出为 ONNX 格式，然后用 TensorRT 读取并生成引擎进行推理，这也是目前最常用的方法。
YOLOv5(PyTorch)目标检测实战：TensorRT加速部署
03-24
PyTorch版的YOLOv5是高性能的实时目标检测方法。 TensorRT是针对英伟达GPU的加速工具。本课程讲述如何使用TensorRT对YOLOv5进行加速和部署。   本课程的YOLOv5使用ultralytics/yolov5，分别在Ubuntu和windows10系统上做TensorRT加速和部署演示。课程内容包括：原理篇（YOLOv5网络架构与组件、TensorRT基础、TensorRT INT8量化、tensorrtx介绍、CUDA编程方法）、实践篇（Ubuntu和Windows10系统上的TensorRT部署演示）、代码解析篇（YOLOv5的TensorRT加速的代码解析） 。本课程提供注释后的YOLOv5的TensorRT加速代码。 除本课程《YOLOv5(PyTorch)目标检测实战：TensorRT加速部署》外，本人推出了有关YOLOv5目标检测的系列课程。请关注该系列的其它视频课程，包括：《YOLOv5(PyTorch)目标检测实战：训练自己的数据集》Ubuntu系统：https://edu.csdn.net/course/detail/30793Windows系统：https://edu.csdn.net/course/detail/30923《YOLOv5(PyTorch)目标检测：原理与源码解析》https://edu.csdn.net/course/detail/31428《YOLOv5(PyTorch)目标检测实战：Flask Web部署》https://edu.csdn.net/course/detail/31140
AutoDL使用教程：1）创建实例 2）配置环境+上传数据 3）PyCharm2021.3专业版下载安装与远程连接完整步骤 4）实时查看tensorboard曲线情况
热门推荐
孟孟单单的博客
09-28 24万+
AutoDL使用教程：1）创建实例 2）配置环境+上传数据 3）PyCharm2021.3专业版远程连接
TensorRT加速方法介绍（python pytorch模型）
jiugeshao的专栏
03-12 1万+
TensorRT的安装可见我的上一篇博客 Ubuntu配置TensorRT及验证_jiugeshao的专栏-CSDN博客博主的一些基本环境配置可见之前博客非虚拟机环境下Ubuntu配置_jiugeshao的专栏-CSDN博客第一步: 准备安装AnacondaAnaconda3-5.2.0-Linux-x86_64.shhttps://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.shhttps://blog.csdn.net/jiugesha
pycharm环境调用tensorrt
02-20
为了能够在 PyCharm 中顺利配置并使用 TensorRT，安装合适的 Python 版本及其对应的库至关重要。如果尚未安装 Anaconda 或 Miniconda，可以通过清华镜像站加速下载过程[^2]。 ```bash wget -c ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值