1、python 3.6.8 Python Releases for Windows | Python.org
2、TensorFlow-gpu ;1.14.0
3、torch 1.6.0 版本无所谓,cmd输入 nvidia-smi 查看自己的CUDN的信息
PS:如果nvidia-smi提示不可用命令,将下图包含nvidia-smi的路径添加到环境不配path就行
比如这里是10.1就去官网下载 torch-1.6.0+cu101+win.....以及对应的torchvision
Start Locally | PyTorch官网的命令能不能下载全靠网速
4、如果代码报CUDN不可用,去英伟达光放下载对应的cudn安装就行
CUDA Toolkit 10.2 Download | NVIDIA Developer
网页显示的download都要下
cudnn下载网址:CUDA Deep Neural Network (cuDNN) | NVIDIA Developer
最后torch.version.cuda和nvcc-V显示的版本一致, torch.cuda.is_available()就会是true
查看cuda版本:torch.version.cuda
查看cuda是否可用: torch.cuda.is_available()
可用GPU的数量:torch.cuda.device_count()
查看当前使用的GPU序号:torch.cuda.current_device()
查看nvidia信息:nvidia-smi
nvcc -V