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
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
首先吐个槽，ubuntu + nvidia的显卡驱动简直是反人类，害的我折腾了一天多。一、问题及解决办法寒假放假回家没事干，正好给家里电脑升级了显卡gtx1050可以跑跑CNN。我在实验室的显卡是560，比较老了，按着实验室的环境配置流程走下来居然不能用，症状就是在Python中不能成功的import caffe，然后重启后无限循环登录。问题：不能进入ubuntu的图形界面，在登录界面循环。解决办
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
2691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
389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
120阅读
1.准备首先需要安装anaconda,本文不介绍安装过程。2.创建python虚拟环境我们使用 conda 创建名为 mypytorch 的虚拟环境，并且 python 版本为3.7在命令行输入命令：conda create -n mypytorch python=3.7其中-n后面的是虚拟环境名，可以自行输入，python的版本也可以根据实际情况输入 根据提示是否安装这些包，我们输入
转载
2023-07-23 21:40:49
392阅读
# 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
# 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
caffe2已经合并进啦pytorch里面，所以我们可以通过安装pytorch完成对caffe2的配置，相较于安装caffe2源码的方式，操作上更为简单。操作系统: Ubuntu 16.04.5 LTS显卡：GTX 1050TI显卡驱动版本: 384.130CUDA Toolkit版本: CUDA Toolkit 9.0cuDNN 版本: cuDNN v7.6.0pytorch 版本: pytor
文章目录前言准备--> 全过程会很久，做好心理准备--> Tools：环境配置1. Anaconda32. Visual Studio 20193. CUDA10.1----> 安装：---> 测试4. tensorflow2.05. tbb (Threading Building Blocks)6. cmake167. opencv4.2.0（with_cuda）--&
TensorFlow-GPU-2.4.1与CUDA安装教程前言安装前须知NV显卡CUDA版本以TensorFlow-GPU版本为主小结CUDA安装配置环境变量多版本CUDA共存问题CUDA验证验证bandwidthTest和deviceQueryCUDNN安装安装tensorflow-gpu2.4.1完整测试TensorFlow-GPU的可用性一些测试出现的问题解决无法定位程序输入点OPENSS
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
medium - Install CUDA On Windows: The Definitive Guidemedium - Installing CUDA and cuDNN on windows 10windows下安装配置cudn和cudnn版本对应关系需要注意的是一定要选择 TensorFlow 和 CUDA相匹配，还需要查看下自己GPU的驱动版本，如果不匹配会出现很多问题。
转载
2023-12-10 15:51:59
276阅读
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
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
506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
542阅读
安装CUDA和CUDNN开始我说明一下为什么我要选择CUDA10.0，因为我要使用tensorflow2.0 gpu版本，大家可以上网去查看自己要下载的tensorflow版本所对应的CUDA和CUDNN的版本 前面我们已经对Anaconda软件进行了安装，所以现在我们进行CUDA和cudnn的配置安装，首先对自己的电脑的CUDA版本查看，如果满足安装2.0gpu 要求的话，下面的步骤可以直接跳过
为了跑YOLOv5配置环境走了很多弯路，现在将详细不走记录下来，供以后参考。 一、显卡驱动安装 参考了这位大佬的文章：【Python学习】Ubuntu18.04从零开始安装CUDA与cuDNN_YirongChen的博客-但是具体的显卡驱动版本，最好根据下面流程确定：先确定cudnn版本、再确定cuda版本、再确定显卡驱动版本。cudnn、cuda、显卡驱动对应关系见（点某个版本的cud
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
353阅读
