学习pytorch的时候，在网上看到很多cuda和cudnn的介绍。 自己之前只在自己的电脑上运行过几句有关pytorch的简单程序，现在希望利用实验室Windows服务器来进行pytorch的学习。（实验室Linux服务器还不太熟，Windows相对来说熟悉一些，自己本科学的linux命令也记不太清晰了，有时间捡一下，听找工作的师兄说Linux的学习还是非常重要的！，而且大部分人也都是用Linu
一、基本信息首先大家要明白这两个分别是干嘛的，pytorch是一个图形计算的python依赖包。通常还跟着torchvision等包一起安装。它是可以通过pip，conda甚至pycharm下载安装的。而CUDA是一个是显卡厂商NVIDIA推出的运算平台，相当于一个计算机用的计算器。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。因此你一定要有GPU才能
转载
2023-08-11 08:45:47
510阅读
一、PytorchPyTorch是一个开源的深度学习框架，该框架由Facebook人工智能研究院的Torch7团队开发，它的底层基于Torch，但实现与运用全部是由python来完成。该框架主要用于人工智能领域的科学研究与应用开发。官网提供了最新版本，并且提供了早期版本的安装方法Pytorch官网：https://pytorch.org/早期版本地址：https://pytorch.org/get
转载
2023-12-13 19:45:13
202阅读
目录1. 显卡驱动2.cuda3.cudnn4.pytorch简单的关系如下图：1. 显卡驱动显卡驱动是电脑上服务于显卡的驱动程序，有了显卡驱动显卡的功能才能被最大化利用！显卡驱动的作用就是用来驱动显卡的，这是电脑硬件中所对应的一个软件。通过添加驱动程序计算机中的硬件就能正常的工作，当然不同的硬件使用的驱动程序也不一样。显卡对应的就是显卡驱动。显卡在电脑中提供图形的重要显示部分，直接关系到电脑的图
转载
2023-11-30 09:08:38
210阅读
文章目录摘要1 显卡驱动、CUDA、cuDNN介绍1.1 显卡驱动1.2 CUDA1.3 CUDNN2 形象的说法3 查看显卡驱动 摘要在配置PyTorch的过程中，显卡驱动、CUDA、cuDNN三者之间的关系、作用以及在众多版本中如何搭配一直困扰着我。虽然网上资料很多，但各说其词，即使最终迈过种种坑成功运行，但脑子里还是一团乱麻。所以回过头来看NVIDIA的官方文档，一方面记录配置过程防止遗忘
转载
2024-04-07 15:11:19
47阅读
文章目录GPU、Cuda Driver和 Cuda Toolkit的图解关系省流，简略版本要实现多版本的cuda怎么办复杂版（你要是觉得简略版说的太简单，这里给你找文档证明）一、Nvidia Driver和CUDA Toolkit的关系安装GPU显卡驱动Nvidia Driver二、CUDA Toolkit是真的不包含CUDNN的CUDA Toolkit的组件内容三、CUDA Toolkit从N
转载
2023-12-12 16:21:58
240阅读
一、conda虚拟环境查看现有环境：conda env list
创建环境：conda create -n 环境名 python=3.8 (python版本，可更改)
激活：conda activate 环境名
退出激活：conda deactivate
删除环境：conda remove -n 环境名 --all将环境配置到jupyter notebook上，将环境加载进jupyter中pip
转载
2024-10-15 09:27:11
738阅读
cuda torchtorch torchvison
转载
2021-03-31 16:33:00
3360阅读
2评论
【代码】torch cuda torchvistion torchaudio的对应关系。
保研结束了,去到了心仪的学校,开始了愉快的实验室搬砖生涯,首先要迈过的坎就是服务器的环境配置。我也是个小白，也算是边配置边学习，如果有讲的不对的地方欢迎指出。Anaconda安装在服务器上装py环境，我建议首先装anaconda，我目前个人理解像是一个环境管理工具，在上面怎么玩也不怕崩，方便重来。 安装特别简单，官网下载或者随便怎么搞到安装包,然后bash 安装包路径/安装包名.sh安装过程一路
文章目录一、CUDA和cuDNN对应版本1.1 CUDA驱动和CUDAToolkit对应版本1.2 CUDA和cuDNN对应版本二、Pytorch、CUDA版本匹配三、TensorFlow、Python、CUDA、cuDNN版本匹配3.1 Windows3.2 Linux四、Keras、TensorFlow、Python版本匹配4.1 简介4.2 安装版本匹配 前言安装CUDA前，最好先确定自己
转载
2023-07-31 23:36:42
1695阅读
其实主要还是之前配置Caffe配出心理阴影了。导致现在配个框架总是怕怕的。没想到现在的框架那么好配了。 由于到目前Pytorch0.3.0在Windows下只支持CUDA9，还不支持CUDA8。而我这安装的就是CUDA8。所以安装的是0.2.1. 其实感觉这配置，自己也是整的稀里糊涂的，不过总算是配置好了。
谢谢各位博主的分享，以及谢
转载
2024-09-24 20:56:30
202阅读
1、查看自己电脑是否匹配GPU版本。设备管理器查看。查看官网是否匹配。地址：https://developer.nvidia.com/cuda-gpus **2、进入NVIDIA对电脑版本进行查**看。如果可以的的话可以自己卸载原来版本，后安装新版本。安装地址https://developer.nvidia.com/cuda-toolkit-archive接下来，进入NVIDIA安装过
在深度学习中，PyTorch 是一个高度灵活且广泛使用的框架，而 CUDA 是 NVIDIA 提供的并行计算平台，以加速高性能计算。Torch 是 PyTorch 的前身，因此三者之间有着密切的关系。Torch 被 CUDA 赋能，PyTorch 则在 Torch 的基础上进行了更加便捷的深度学习功能扩展。因此，理解它们之间的关系对开发者而言至关重要。
### 环境预检
在部署 PyTorch
因为有人问我optimizer的step为什么不能放在min-batch那个循环之外，还有optimizer.step和loss.backward的区别；那么我想把答案记录下来。首先需要明确optimzier优化器的作用, 形象地来说，优化器就是需要根据网络反向传播的梯度信息来更新网络的参数，以起到降低loss函数计算值的作用，这也是机器学习里面最一般的方法论。从优化器的作用出发，要使得优化器能够
转载
2024-08-10 16:16:23
90阅读
目录1 前言2 PyTorch加载数据2.1 Dataset2.2 Dataloader3 TensorBoard4 Transforms5 torchvision 1 前言我们首先要知道PyTorch有两个常用函数：（1）dir() //打开 （2）help() //帮助怎么使用，说明书例子：dir(torch) ; help(torch.cuda.is_available)2 PyTorch加
转载
2024-06-01 13:52:09
575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
1461阅读
目录01.mmlab界面02. 重重之重03.虚拟环境04.进入创建的虚拟环境05.查看服务器或者电脑安装的CUDA版本 06. 进入pytorch官网 找到对应torch下载命令： 07.安装MMdetection 08 测试是否安装成功官方文档1.官方文档-open mmlab open mmlab-GitHub2.
对于Tensorflow的运作方式还不是很理解的同学一定要将上面这个图牢牢记在脑海中。在学习基础概念和新的代码的时候，不断将所学跟途中的信息做对照。 这张图的第一层理解就是，当有一个输入时，Tensorflow会根据这个输入值产生相应的输出值。如果这个输出值与实际的值有偏差，那么Tensorflow会对神经网络中的参数进行调整。以使得以下一的输出值更加
1：2017年4月19号本来打算 在linux上面装个Keras+TensorFlow 学习一下 ，但是原来电脑的配置是ubuntu15.10+cuda7.5+cudnnV4+opencv3.1。在按照 http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_linux/网站教程 安装过程中出现类似下图错误（提示找不到li
