本文分享了深度学习环境配置的经验，包括CUDA、cuDNN、PyTorch和Python的版本匹配问题，以及安装过程中可能遇到的错误和解决办法。强调了版本一致性的重要性，并提供了错误解决方案，如conda安装失败、文件缺失、Python版本选择等。
个人配置规格：python3.9 + CUDA 11.2 + Cudnn8.1.1 + pytorch1.8.0 + Anaconda4.14.0自己捯饬该配置用了一天左右的时间，现在分享一下自己安装的时候使用的资料和踩过的坑，避免大家重复我的错误【唉一声哀叹】
安装前
(6条消息) 深度学习环境配置超详细教程【Anaconda+PyTorch(GPU版)+CUDA+cuDNN】_傲寒。的博客-CSDN博客_深度学习环境配置
这些环境配置对于版本一致性的要求很高，所以在下载这些组件前，最好查看CUDA、cuDNN、pytorch和python对应关系，不然后期就可能会出现：
- CUDA和cudnn的版本不一致，本子无法检测出CUDA或cudnn；
- CUDA和cudnn是一致了，但下载pytorch的时候发现官网Previous PyTorch Versions | PyTorch没有匹配的CUDA和cudnn，这样就会很麻烦ÿ
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
