因为之前的笔记本出了问题，之前安装的软件和配置的环境等都需要重新来一遍，在这里进行记录一下，方便下次安装。先给出我用的配置 ： CUDA11.5 + cuDNN8.3.0 +tensorflow-gpu 2.61.下载安装Anoconda 这个很简单，先从官网下载https://www.anaconda.com/download/安装的过程就和一般的软件一样，值得注意的是Advanced Opti
目录一.Anaconda安装1. Anaconda下载方式一：官网下载方式二：清华镜像下载2. Anaconda安装3. Anaconda配置3.1 配置环境变量3.2 配置国内镜像源3.3恢复默认源：3.4 conda常用命令二.安装Tensorflow-gpu1.使用Anaconda来创建环境2.安装CUDA3.安装cuDNN4.安装tensorflow的GPU版本 三、将配置好的环
Windows10 + Anaconda + Pytorch-gpu版本安装教程（PS：最近看了一篇深度学习的论文呢，其代码是基于Pytorch开发的，所以花了一天的时间来搞了这个环境配置终于搞定了… …）1、安装CUDA + CUDNN这里附上pytorch和CUDA版本号对应图片我们准备安装pytorch 1.6.0版本CUDA要求版本为10.2（附上下载链接：https://develope
转载
2024-06-07 16:38:27
3022阅读
目录一、下载并安装cuda9.21. 首先查看电脑显卡cuda版本，看最高支持的cuda为多少2. 下载cuda9.2安装包3. 安装cuda9.2二、下载并安装cudnn (for cuda9.2)1. 下载cudnn2. 安装cudnn三、配置环境变量四、安装GPU版本的PyTorch0.4.11. 准备：2. 下载gpu版本的torch、torchvision的whl包（cu92）：3. 离
转载
2023-08-08 16:51:06
431阅读
为了方便，记录一下本次pytorch的搭建，主要参考网上的一些博客帖子，一些引用也会记录出处，本贴仅用于个人学习。 2020.7.22更新，Windows被我装Linux的时候不小心覆盖掉了，没办法只好从头来了一次，顺便测了一下这篇文章，发现了一点点问题，顺便修改一下。确定需要搭建的环境anaconda+python3.7+pytorch1.13.1从NVIDIA控制面板-帮助-系统信息-组件可查
转载
2024-05-14 12:11:16
1457阅读
一、安装cuda、cudnn和tensorRT 需要下载的文件：cuda11.4下载地址：CUDA版本列表cudnn下载地址：CUDNN版本列表tensorRT下载地址：tensorrt各版本表tensorrt 8.x版本列表 其中下载tensorrt后会发现其实文件名里已经有建议的cuda、cudnn建
NVIDIA驱动--cuda10.2--cudnn7.6--Anaconda（此时就可以选择Python3.x或Python2.x下载对应的版本）--pyTorch1.5--pycharm 安装 NVIDIA驱动我之前已经安装好驱动了，不赘述。大体参考的是，【转】Ubuntu16.04使用apt get 命令安装 Nvidia 显卡驱动通过如下命令简单验证nvidia-smi安装 CUD
转载
2023-08-23 20:24:34
390阅读
文章目录1、版本要和pytorch官网对应，CUDA11.8及其对应版本的cudnn2、CUDA Toolkit安装出现自动重启3、Python版本4、配置永久国内镜像源5、要在激活的虚拟环境里安装pytorch6、进入python后检查是否gpu配置成功7、在虚拟环境中启动jupyter notebook8、conda中install找不到的包9、jupyter notebook 500打不开
转载
2024-02-22 01:17:06
3809阅读
一、驱动及cuda、cudnn的安装RTX3080采用了新的Ampere架构GA102-200，那么显卡驱动也必然是需要最新的我安装的是455.23.04版本，CUDA是11.1版本，cudnn是8.0.4.30版本，具体的安装方法可参考一下网址。ubuntu16.04系统run方式安装nvidia显卡驱动Ubuntu16.04下cuda和cudnn的卸载和升级方法都是大同小异，最后输入nvidi
转载
2023-10-19 12:42:34
278阅读
一、安装CUDA前的准备（1）查看自己N卡支持的CUDA版本，打开NVIDIA控制面板，选择系统信息（2）NVIDIA官网下载对应CUDA版本（3）CUDNN的下载二、安装过程三、安装Anaconda切换清华源镜像四、安装pytorchpytorch安装成功验证 参考文章 CUDA、CUDNN在windows下的安装及配置 如何搭建Pytorch环境（Windows版） windows con
转载
2023-11-18 20:58:47
674阅读
想要用gpu加速得先安装CUDA和cuDNN。 NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。 CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。1.到官网查找版本关系pytorch-c
转载
2023-09-12 11:08:49
8680阅读
不久前PyTorch0.4.0官方支持了Windows，可谓是感天动地，于是乘比较空闲的时间搭搭环境，顺便做下记录。一.下载和安装CUDA9.1+cudnn-9.1库（注意下载的时候选择好配套的版本）CUDA 地址如下：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&t
转载
2024-01-24 22:23:21
156阅读
（本人最终安装的版本：cuda11.6,cudnn8.4.0,torch1.12.0,torchvision0.13.0,torchaudio0.12.0)安装配置anaconda后（前一章），该配置pytorch一、安装cuda先安装conda cuda ，去官网https://developer.nvidia.com/cuda-toolkit-archive ，下载对应版本的CUDA。（先查看
转载
2024-08-20 09:55:30
10000+阅读
PyTorch 官方安装命令合集最近刚刚来到新的单位，分配了新的服务器。发现没有安装 pytorch，于是乎开始安装。 安装PyTorch正常方法CUDA 低于 8.0 肿么办附录 安装PyTorch正常方法首先，先看看自己的 anaconda 里 Python 是什么版本的。直接输入指令：$ python
Python 3.6.10 |Anaconda, Inc
一、电脑配置检查1. 检查电脑显卡类型注意电脑显卡不是NVIDIA的忽略这一步，非NVIDIA显卡不能安装CUDA。 在桌面鼠标右键：点击NVIDIA 控制面板->选择左下角 系统信息->组件从第三幅图可以看出我的CUDA是11的版本，所以下面我将安装11版本的CUDA二、更新你的NVIDIA驱动进入NVIDIA官网：https://www.nvidia.cn/geforce/driv
转载
2023-09-27 06:43:22
688阅读
软硬件显卡：A4000(对应的算力为 8.6)系统：Ubuntu 18.04 LTS
驱动：NVIDIA DRIVER 470 - CUDA11.4
参考链接1：显卡算力查询官网 这里介绍的显卡算力主要是要和 CUDA - cuDNN 匹配（如果要使用 cudnn，8.x 算力的显卡对 cudatoolkit 的要求是 11.x）。conda install
使用该命令，如果不匹配，没有找到对应的
转载
2023-10-09 16:06:16
1392阅读
最近准备学Linux，首先得准备好Ubuntu18.04，教程很多。 直接进入正题吧[1] 安装Pycharm—>Pycharm安装 激活的话，tb解决省事[2] 安装完会发现桌面上没有快捷方式，估计你们也应该没有，可以看这个博客—>Pycharm桌面快捷方式[3] 安装Anaconda Python3.6版本，我使用的是清华源按照这个博客里写的下载，版本不用太高，接着看这个博客安装教
# 如何在CUDA 10上安装PyTorch
在深度学习的世界中，PyTorch因其灵活性和易用性而受到广泛欢迎。对于新入行的小白来说，可能会对如何安装与CUDA 10对应的PyTorch感到迷茫。今天，我将为你详细讲解整个过程，包括必要的步骤、安装命令、配置环境等。
## 安装流程
以下是安装PyTorch与CUDA 10的基本流程：
| 步骤 | 描述
# 如何在CUDA9环境中安装PyTorch
对于刚入行的小白来说，配置深度学习环境可能会让人感到困惑。本文将为你提供一个详细的指南，教你如何在CUDA 9环境中安装PyTorch，我们将从整体流程开始，通过表格展示各个步骤，接着详细说明每一步所需的代码和解释。
### 整体流程
以下表格总结了我们将要进行的步骤：
| 步骤 | 描述
先说一下，当前现状win10 64位，GPU NVIDIA GeForce 940M（已装驱动，但是该驱动最高只支持cuda10.0，需要卸载重装）当前已有深度学习环境：anaconda3+pytorch1.0.1+cudatoolkit10.0+cuda10.0+cudnn10.0因为我需要将pytorch模型部署到android上去（只有pytorch1.3以上版本支持pytorchMobil
转载
2023-10-05 19:44:40
394阅读
