安装tensorflow-GPU以及Pytorch基于GPU版本最简便的方法

在安装环境之前,先装好对应的显卡驱动,不然gpu也没办法调用。

下面就是重要的正文环节。本文所做的测试都是基于Anaconda3-5.3.1-Linux-x86_64.sh 这个版本的anaconda。通过测试conda 安装过各个版本的tensorflow-gpu的版本,除了因为tf1.8版本不自带cuda cudnn之外,其他常见的版本都可以直接通过conda install的方式来安装基于gpu的环境包。
只不过,conda本身安装的环境并不是完全依赖的。也就是说并不是保证了相应的环境是可以直接用的。这里借鉴了一个博主(链接: https://blog.csdn.net/qq_38163755/article/details/88583016)的帖子:

cuda版本跟驱动的对应关系(链接: https://docs.nvidia

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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