程序员经验分享-hwhale

cuda10.1+cudnn10.1+tensorflow2.2.0+pytorch1.7.1下载安装及配置

2023-05-16

一、cuda及cudnn下载

1、查看自己电脑是否支持GPU

方法：鼠标移动到此电脑，点击鼠标右键，依次选择属性、设备管理器、显示适配器有以下图标（NVIDIA）即可安装GPU，我的是MX130的。

2、选择和自己电脑相匹配的cuda版本

2.1 查看自己电脑cuda版本：点击电脑左下角的搜索图标（放大镜）输入NVIDIA，选择如下应用

点击帮助、系统信息、组件找到NVCUDA64.DLL查看cuda版本，显示的是最高可安装的cuda版本，并非仅支持，我的是11.2.162版本

 3、下载cuda

cuda官网：CUDA Toolkit Archive | NVIDIA Developer

游览器打开相比较于迅雷更慢，下载速度也很慢，建议直接复制网址进入迅雷搜索下载，进入后选择与自己电脑相匹配的版本，选择10.1

下载速度慢的另一个方法是通过像迅雷一样的第三方软件 Internet Download Manager下载（哔哩哔哩看到的，未亲测）

 点击进入后，选择自己的系统，我的是WIN10系统（local完整版2.8G，network程序很小59.2MB），建议选择完整版，点击download下载完成即可

 4、下载CUDNN 安装包

CUDNN官网：https://developer.nvidia.com/rdp/cudnn-download

方法和下载cuda一样，建议复制链接到迅雷下载

显示需要会员才能下载，点击立即加入，用邮箱注册一个账号，填写一个调查问卷即可下载 

注册登陆后，勾选下列图标，进入CUDNN版本选择页

 下图所显示的下面的链接表示10.2以前的版本，我的是11.2的，选择上面的版本，如下图

 点开链接后选择和自己电脑系统匹配的CUDNN，点击进入，即跳转到下载界面，接着选择自己的下载路径即可

二、cuda安装

1、移动鼠标到cuda安装包上，选择以管理员身份运行，如下图

 2、选择安装路径，选择不存在的，能够自己创建（建议选择默认路径，因为后面的安装需要相同的路径）

点击OK进入下一步

进入cuda安装环境后不要进行任何操作

返回电脑桌面，滑动鼠标右击此电脑—管理—服务和应用程序—服务

找到Windows Installer点击启动此服

选择自定义安装，下一步

 下一步全部选择，电脑有更高的驱动的话，下面三个均可以不选

下一步选择安装位置（建议默认）

下一步如果有Visual Studio则勾选以下图标，没有则先安装Visual Studio最后，点击next进行安装，接下来就等着安装就可以了  

 我也是摸索了好几天，下了好几个版本，最终成功了cuda10.1

里面有cuda10.1+cudann，cuda10.0+cudann，cuda11.2+cudnn，有需要的自行下载

提取码：2458

cuda10.1+cudnn+torch1.7.1+torchvision0.8.2+torchaudio0.7.2icon-default.png?t=LA92https://pan.baidu.com/s/1nAc24qkIUPz8lta0_XOedA

tensorflow，torch详细配置见

torch.cuda.is_available()返回false——解决办法_Nefu_lyh的博客-CSDN博客

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

cuda10

cudnn10

tensorflow2

pytorch1

下载安装及配置

cuda10.1+cudnn10.1+tensorflow2.2.0+pytorch1.7.1下载安装及配置 的相关文章

  • tensorflow2.0系列（1）：张量

    目录 tensor xff1a 张量张量的数据类型Dtype类函数tf as type xff1a 定义Dtype类型对象tf dtypes cast xff1a 将张量映射 投射为新的类型tf dtypes complex xff1a 将

  • Ubuntu20.04 安装 CUDA10.1 和 CUDNN7.6.5

    说明 xff1a 本人的实验环境为 xff1a ubuntu20 04 xff0c 显卡 xff1a GTX1060 xff0c 已安装Nvidia驱动 查看你的NVIDIA显卡驱动是否支持cuda10 1版本 查看显卡驱动命令 xff1a

  • windows10+vs2019下 安装cuda10.1

    已有环境 xff1a windows10专业版 43 vs2019 准备工作 参考链接 xff1a xff08 前言部分 xff09 https www cnblogs com xiamuzi p 13470890 html 1 查看NVI

  • docker安装TensorFlow2.0 + jupyter lab。

    docker加虚拟机 xff0c 简直就是坑中埋雷 让我抱怨一下 我们开始进入主题 我的系统是ubuntu20 安装在虚拟机里 这个我就不再阐述过多了 大家都会 docker安装过程我也不多说了 xff0c 这个资料很多 那么我们直接进入主

  • Linux安装pytorch1.1.0+CUDA10.0

    1 创建虚拟环境 conda create span class token operator span n pytorch1 span class token punctuation span span class token numbe

  • win10+python3.6+cuda9+pytorch1.1.0安装

    为了让torch可以使用显卡GPU加速 xff0c 需要安装对应版本的cudatoolkit和pytorch 这里我的nvidia显卡驱动是9 1版本 xff0c 只能安装cudatoolkit9 一般支持gpu加速的显卡大部分都是英伟达n

  • [tensorflow2.0]tensor与numpy互相转化

    1 tensor 转 numpy numpy data 61 tensor data numpy 2 numpy 转 tensor 虽然TensorFlow网络在输入Numpy数据时会自动转换为Tensor来处理 xff0c 但是我们自己也

  • 【Anaconda配置tensorflow2.0GPU+CUDA+CUDNN】

    创建一个新环境conda create name tf gpu python 61 3 6 xff0c python版本为3 6 xff0c 然后分别执行以下语句 xff0c conda install cupy可以自动寻找符合版本的cud

  • Ubuntu 20安装Nvidia驱动 + cuda10.1 + Anaconda + pytorch 1.5

    安装Nvidia驱动 输入命令 ubuntu drivers devices查看显卡推荐的驱动选择recommend的版本进行安装 xff0c 例如我的是460 sudo apt install nvidia driver 460 安装完成

  • Jetson xavier nx 安装CUDA10.2，和cudnn8.0

    2022 6 16更新 现在Jetson xavier nx 安装CUDA和CUDNN不需要下面那么复杂了 xff0c 可以直接通过刷机将其安装到设备上 在官网下载SDK Manager可以直接将CUDA烧录进设备 xff08 特别注意如果

  • tensorflow2(GPU)显卡版安装

    准备工作 硬件 xff1a 一张算力3 5以上的NVIDIA显卡 查询链接 link 软件 xff1a Miniconda3 pycharm NVIDIA显卡驱动 30系列以前 xff1a cuda 10 1 cudnn 10 1 v7 6

  • cuda10.0 安装torch1.7.1

    pip install torch1 7 1 43 cu92 torchvision0 8 2 43 cu92 torchaudio 61 61 0 7 2 f https download pytorch org whl torch st

  • windows10安装NVIDIA显卡驱动+cuda10.0教程

    windows10安装NVIDIA显卡驱动 43 cuda10 0教程 1 安装个鲁大师2 确定本机是否支持GPU加速3 更换至匹配的显卡驱动4 下载和安装cuda和cudnn5 验证6 游戏加速7 分享个漂亮的壁纸 1 安装个鲁大师 查看

  • DQN、DDQN、Dueling DQN tensorflow2.0

    一 tensorflow2 0 实现DQN算法 算法代码如下 span class token keyword import span numpy span class token keyword import span tensorflo

  • tensorflow-gpu1.14 + Win10 + CUDA10.0 + CUDNN7.5.0 + Python3.6 + VS2015安装

    最近学习深度学习 xff0c 在配置环境中的过程中遇到很多问题 xff0c 在这进行总结 xff0c 希望对大家有帮助 一 整个软件安装配置过程 xff0c 很多博客写的很详细 xff0c 附上链接 xff1b https blog csd

  • TensorFlow2 Fashion-MNIST图像分类（二）

    1 图像分类数据的标准化 本篇内容是 TensorFlow2 Fashion MNIST图像分类 一 的第二部分 请先阅读第一部分中的内容 上一部分内容最后提到 模型训练结果出现不拟合现象 主要原因就在于特征数据没有进行标准化处理 因此本部

  • 睿智的目标检测37——TF2搭建SSD目标检测平台（tensorflow2）

    睿智的目标检测37 TF2搭建SSD目标检测平台 tensorflow2 学习前言 什么是SSD目标检测算法 源码下载 SSD实现思路 一 预测部分 1 主干网络介绍 2 从特征获取预测结果 3 预测结果的解码 4 在原图上进行绘制 二 训

  • 憨批的语义分割重制版4——TF2 搭建自己的PSPNet语义分割平台

    憨批的语义分割重制版4 TF2 搭建自己的PSPNet语义分割平台 学习前言 什么是PSPNet模型 代码下载 PSPNet实现思路 一 预测部分 1 主干网络介绍 2 加强特征提取结构 3 利用特征获得预测结果 二 训练部分 1 训练文件

  • 使用LineProfiler找出代码的计算瓶颈

    实现同样一个功能 笔者运行需要11秒 而同窗的运行仅需要1秒不到 但是实际实现逻辑是类似的 所以需要使用性能分析工具对瓶颈进行分析 安装 命令行安装 pip install line profiler 本地下载后安装 https www l

  • 深度学习之自编码器（2）Fashion MNIST图片重建实战

    深度学习之自编码器 2 Fashion MNIST图片重建实战 1 Fashion MNIST数据集 2 编码器 3 解码器 4 自编码器 5 网络训练 6 图片重建 完整代码 自编码器算法原理非常简单 实现方便 训练也较稳定 相对于PCA

随机推荐

  • 蓝桥杯嵌入式第十三届模拟题做题笔记

    这届的蓝桥杯电子类延期了 xff0c 最近就很无聊 xff0c 想做点东西但是又什么啥也不会 xff0c five一个 在小破站寻求各路大佬的帮助 不求大家的赞了 xff0c 只希望大家能够分享知识 xff0c 帮助一下迷茫的人 首先第一眼

  • Code::Blocks

    Code Blocks出现A debugging check in this application has failed xff1f 虽然不懂 xff0c 但好像有一个灰常easy的解决方法 xff1a Settings gt Edito

  • Logidim中异或的符号表示

    logisim中的表达式以 代表异或

  • 本人开发环境基本配置一览 ~/.bashrc

    系统 xff1a ubuntu18 04 xff0c bashrc环境文件 1 配置CUDA路径 xff1b cudnn用deb包安装的 xff0c 会直接被装到系统相应路径 xff0c 不需要手动添加路径引用 2 ROS CUDA exp

  • QT笔记（一）

    学习目标 xff1a 总结学习的QT 学习内容 xff1a 1 QT的一些固定格式 2 控件和事件 3 信号和槽 记录内容 xff1a 1 QT的固定格式 1 引用头文件 自己创建的头文件用 34 34 括起 xff0c eg 96 inc

  • 17 C++11常用语法

    文章目录 一 C 43 43 11简介二 列表初始化2 1 容器如何支持花括号初始化 三 变量类型的推导3 1 编译时类型推导 xff1a auto3 2 decltype类型推导3 3 运行时类型推导 typeid 四 final ove

  • Git小乌龟（TortoiseGit）使用详情

    项目可能大概也许maybe要用到Git小乌龟 xff0c 正好水篇文章 下载及安装 首先没有下载Git的先下载 xff0c 官网下载地址 xff0c 安装时直接一直next就行 然后是小乌龟的下载 xff0c 官网下载地址 xff0c 不知

  • 一张图阐述UML状态图的画法【软件工程】

    文章目录 I 介绍状态图II 一图搞定状态图画法 I 介绍状态图 状态图展示了一个特定对象的所有可能状态以及由于各种事件的发生而引起的状态间的转移 它有两大特征 xff1a 1 所有的变化都是针对某一个特定的对象 xff0c 这个对象会触发

  • 虚拟机中Ubuntu与主机共享文件夹

    虚拟机中Ubuntu与主机共享文件夹 xff0c 以及 mnt目录为空 xff0c 没有共享文件夹时的解决方案 1 启用共享文件夹 首先将虚拟机关机 xff0c 在虚拟机设置中 xff0c 选择选项面板 xff0c 选择共享文件夹 xff0

  • 【ROS】中级操作学习整理-TF坐标变换

    系列文章目录 ROS 中级操作学习整理 gazebo机器人仿真 ROS 中级操作学习整理 TF坐标变换 ROS 中级操作学习整理 传感器建模 ROS 中级操作学习整理 激光SLAM 文章目录 目录 目录 系列文章目录 文章目录 前言 一 R

  • STM32 芯片锁死无法烧录问题解决

    芯片锁死原因 xff1a 1 烧进去的工程对应器件与目标器件不一致 xff1b 2 烧进去的工程HSE VALUE与目标板上晶振频率不一致 xff1b 3 将烧录引脚烧录 本人在使用F411时犯下了 比较愚蠢的错误 xff0c 因为PB3引

  • 【TPMS】 - 发射端2

    TPMS项目 发射端SP370 目录章节介绍 一 SP370数据手册浏览二 源码学习三 SP370的RF的部分详解四 RF数据包的发送和数据包格式解析1 目录 章节介绍 1 SP370数据手册浏览 浏览SP370的数据手册 xff0c 看一

  • 【TPMS】 -接收端1

    TPMS项目 接受端TDA5235 目录章节介绍 一 TPMS接收板概况介绍二 TDA5235的专业知识1三 寄存器配置工具 目录 章节介绍 1 TPMS接收板概况介绍 本节开始接收板部分的课程 xff0c 先对接收板的整体情况 xff0c

  • ST_link突然不能使用了

    一 发现问题 今天 xff0c 我使用st link烧写程序时突然不能用了 xff0c 我昨天都还可以正常使用 我用手摸仿真器时很热 我意识到可能坏了 二 解决过程 xff08 1 xff09 用keil5查看debug设置时就能找到ST

  • OpenCV 读取视频并保存为另一个视频

    测试代码如下 xff1a 功能 xff1a 读取视频 xff0c 缩小处理后再存为另一个视频 方法1 include lt opencv2 opencv hpp gt include lt opencv2 highgui highgui c

  • XML和JSON

    XML 简介 xml是什么 XML是一种可扩展标记语言 Extensible Markup Language xff0c 它是一种用于在计算机网络上进行数据传输的标准格式 XML使用标记来标识数据 xff0c 并且可以自定义标记 xff0c

  • STM32单片机蜂鸣器实验

    蜂鸣器可以分为两种 xff1a 有源蜂鸣器与无源蜂鸣器 xff0c 这里的 源 指的是有没有自带震荡电路 xff0c 有源的蜂鸣器自带有震荡电路 xff0c 通电的瞬间就会发出声音 xff1b 而无源的蜂鸣器 xff0c 需要提供一个2 5

  • JVM虚拟机

    JVM 1 JVM 概述 x1f6b4 x1f6b4 x1f6b2 x1f6b4 虚拟机 xff08 Virtual Machine xff09 是一台虚拟的计算机 VMware属于系统虚拟机 xff0c 是对物理计算机的仿真 Java虚拟

  • 树莓派桌面WIFI图标消失，树莓派黑屏can‘t currently show the desktop

    方法一 xff1a 重装镜像 方法二 xff1a 找个树莓派显示器终端输入这行代码 sudo apt install wpasupplicant wpagui libengine pkcs11 openssl 转载B站视频 xff1a 完美

  • cuda10.1+cudnn10.1+tensorflow2.2.0+pytorch1.7.1下载安装及配置

    一 cuda及cudnn下载 1 查看自己电脑是否支持GPU 方法 xff1a 鼠标移动到此电脑 xff0c 点击鼠标右键 xff0c 依次选择属性 设备管理器 显示适配器有以下图标 xff08 NVIDIA xff09 即可安装GPU x

热门标签