深度学习环境配置

在实验室的服务器上配置自己的环境

实验室是1070ti+ubuntu 18.04,cudnn 7.6.5,CUDA=10.2
上面师兄师姐们已经安装过很多环境了,所以我直接用我觉得他们可以直接拿来用的环境重做我的。
比如说py368+tf-gpu1.13.1是在适用这台电脑的,那就决定装他啦。
cudaa和cuda还有GPU的驱动因为已经有了,所以我要做的就是新建环境和装需要的tf。
pip install tensorflow-gpu1.13.1,尝试了好多次,都是安装失败
也是绝望,在确定自己自己的做法是没错的前提下,今天突发奇想conda install,竟然一遍成功!!
conda install tensorflow-gpu
1.13.1

nvidia-smi -l查看GPU状态、情况
tensorflow:
tflzh: tensorflow 1.13.1, python 3.6.8
tf_gpu: tensorflow 1.15.0, python 3.7.9
pytorch:
已有:py37 : pytorch 1.3.0, python 3.7.5
base:pytroch 1.7.0, python 3.7.3

py27 : pytorch 1.3.1, python 2.7.17
112:base python 373 cuda(toolkit)10.2.89_cudnn7.6.5 pytorch 1.7.0
119服务器,py37torch11 python 379, torchvision==0.5.0 cudatoolkit 10.1.243 cudnn7.6.3 pytorch 1.7.0

1.conda create -n pytlzh python=3.7
2.conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch 官网指令解决
3.conda remove -n rcnn --all

  • 0
    点赞
  • 0
    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