Conda配置环境及CUDA、cudnn与Tensorflow、Keras、ONNX版本对应关系（2021-06-29更新）

最新推荐文章于 2024-05-31 09:10:14 发布
最新推荐文章于 2024-05-31 09:10:14 发布
阅读量5.3k 收藏 21
点赞数 1
分类专栏： Tensorflow Linux 文章标签： cuda tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a2824256/article/details/106404520
版权

目录

Conda配置CUDA、cudnn环境

使用conda创建python虚拟环境，可以每个虚拟环境独立一个CUDA版本，不使用虚拟环境如果算法环境要求的CUDA版本不一样，就需要重新安装CUDA，所以做深度学习还是推荐使用conda

# CUDA
# conda install cudatoolkit=版本号
# 清华源
conda install cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
# 百度paddle源
conda install cudatoolkit=10.0 -c paddle
# cudnn
# conda install cudnn=版本号
# 清华源
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
# 百度paddle源
conda install cudnn=7.6.5 -c paddle
# pycocotools win api
# python 3.9不能用
pip install pycocotools-windows
# 不行就用下面这个，#后面的也要加上
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

Tensorflow、CUDA、cudnn版本对应关系

Linux:
linux
Windows:
windows

Tensorflow与Keras版本对应关系

tf与keras

ONNX与CUDA、cudnn版本对应关系（完善中）

ONNXCUDAcudnn
1.811.18.0
1.711.08.0
1.610.2
Alex-Leung
关注
  • 1
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
第二步：pytorch模型转onnx模型步骤和可能遇到的问题
yx903520的博客
05-25 9522
一、本地(win10)环境 cuda11.0 + python3.7.4 + pytorch1.7.1 + onnx1.9.0 二、可能出现的问题 1. pytorch与tensorrt版本对应问题 pytorch转onnx模型是为了后续导入tensorrt做准备，所以要考虑pytorch与tensorrt版本对应的问题。由于服务器的环境是cuda10.1 + tensorrt7.0.0.11，所以要先把pytorch模型从1.7.1降到1.4.0。以efficientnet_b1为例，先在pytorch1
conda多环境搭建及安装对应tensorflow
u012811785的博客
11-11 629
前提： 安装好了anaconda软件，ubuntu环境 多套环境搭建： 本系统一般有base环境，多为3.5以上的python环境。因此常常需要2.7左右的python环境。 创建新环境： conda create --name tf1.6-p2.7 python=2.7 tf1.6-p2.7为环境name，python=2.7会直接安装2.7的最新版本 conda activate tf1.6-p2.7 激活环境 conda deactivate 退出当前环境，回到...
【Python深度学习系列】Win10下CUDA+cuDNN+Tensorflow安装与配置（完整教程）
最新发布
数据杂坛
05-31 694
Win10下CUDA+cuDNN+Tensorflow安装与配置（完整教程）
CUDA、Conda、PyTorch三者联系
qq_34499305的博客
11-20 2792
pytorch在运行时，系统安装的cuda与conda环境下安装的cudatoolkit之间的联系与不同
cuda cudnn tensorflow版 python anaconda版对应关系
qq_33495762的博客
05-28 628
版本一 版本二 版本三 版本四 版本五 版本六
NVIDIA各型号显卡算力、CUDA、CUDNN、驱动对应版本归纳
热门推荐
风华正茂的博客
11-11 1万+
1.显卡算力 2.显卡支持的最新驱动 驱动 版本 支持产品 LINUX X64（AMD64/EM64T）显示驱动程序 450.80.02 GeForce RTX 2080 Ti，GeForce RTX 2080 SUPER，GeForce RTX 2080，GeForce RTX 2070 SUPER，GeForce RTX 2070，GeForce RTX 2060 SUPER，GeForce RTX 2060，GeForce GTX 1660 Ti，GeForce GTX 1660，G
Anaconda、Python、Tensorflow、Pycharm关系说明与安装
weixin_45115771的博客
08-20 1396
Anaconde、Python、TensorFlow、PyCharm关系说明与安装教程
ANACONDA +Cuda及cuDNN+Tensorflow-gpu版本+keras安装步骤的ppt
03-01
keras安装步骤的ppt 1、ANACONDA 安装 2、Cuda及cuDNN安装 3、Tensorflow-gpu版本安装 4、Keras安装 5、Anaconda的使用 6、Keras分类示例
CUDA、cudnn、tensorflow，配置tensorflow-gpu版
05-05
6. **安装 TensorFlow-GPU**：使用 Python 包管理器（如 pip 或 conda）安装 TensorFlow-GPU 版本，指定与你已安装的 CUDA 和 cuDNN 相匹配的版本。例如： ``` pip install tensorflow-gpu==1.12.0 ``` 7. **...
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
09-28
现在，你的conda环境已经配置了CUDA 10.1和cuDNN 7.6.5，可以开始在GPU上运行深度学习框架，如TensorFlow、PyTorch等。在安装这些框架时，确保使用支持CUDA 10.1和cuDNN 7.6.5的版本。 总结一下，安装CUDA 10.1和...
tensorflow1.14-gpu+keras环境
12-18
https://blog.csdn.net/sinat_36899414/article/details/111389515 极速配置tensorflow-gpu,keras sklearn 配置步骤参考上面那篇文章
anaconda中的tensorflow虚拟环境-Linux（conda-pack打包）
08-02
本环境用conda-pack打包，只需要直接解压到anaconda路径下的envs中就可以直接使用。 python版本3.6.8 pip版本21.2.3 介绍：TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于...
使用虚拟环境conda安装不同版本的cuda，cudnn，pytorch
qq_42537872的博客
08-16 1万+
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
windows下anaconda安装tensorflow1.x版本问题汇总
s@dragon的博客
10-13 2683
1、anaconda navigator启动时一直卡在初始化loading界面：从清华源官网上下载对应的安装包，不要从从官网下，可能开启过程加载某些文件要访问外网 清华源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 官网：https://repo.anaconda.com/archive/ 2、anaconda python tensorflow版本对应关系，一定要一一对应 https://blog.csdn.net/yuejisuo1948
【02】深度学习——安装CUDA和Anaconda | coda常用命令 | Jupyter快速上手 | 安装Pytorch | Pytroch、CUDA、NVIDIA之间的关系
小浪宝宝的博客
01-30 1509
CUDA全称：Compute Unified Device Architecture。显卡支持：通常是英伟达的Geforce或Quadro系列显卡。注意：根据电脑显卡驱动的版本，安装对应支持的CUDA版本。一个用于科学计算、数据分析和机器学习的Python发行版。包含了常用的科学计算、数据分析和机器学习库。通过一个简单的包管理器（conda）安装和管理。
keras2onnx与tensorflow、ncnn版本关系
zkgoup的博客
09-14 1367
一、相关环境 tensorflow==2.2.0 keras2onnx==1.7.0 ncnn 支持opset 11 二、相关问题 当前ncnn只支持opset 11模型， keras2onnx==1.7.0支持的最低opset 为12、支持tf2.2(及2.1/2.0) keras2onnx==1.6.1支持opset 11，支持tf2.0/2.1 三、解决方法 方法一：降级tensorflow为2.1.0，同时降级keras2onnx==1.6.1 方法二：升级ncnn到支持opset.
tensorflow 安装GPU版本，CUDA与cuDNN版本对应关系，RTX3050Ti （notebook）
weixin_46064809的博客
02-24 1万+
前言 安装Tensorflow-gpu 与 keras的时候，一定先要注意版本的对应，不然很容易出错，在看的时候，建议先看完整篇文章再上手。 一、环境+配置 本机环境 显卡：RTX3050Ti（notebook） Windows10专业版 NVIDIA 511.65 网上查到的可行版本 （跟本人所使用的有所偏差） python3.7.0+CUDA11.6.0+cuDNN8.3.2+tensorflow2.7.0+Keras2.7.0 python3.7.0+CUDA11.3.1+cuDNN8.2.1+ten
onnxoptimizer、onnxsim使用记录
a486259的博客
06-21 6285
onnxoptimizer、onnxsim被誉为onnx的优化利器，其中onnxsim可以优化常量，onnxoptimizer可以对节点进行压缩。为此以resnet18为例，测试onnxoptimizer、onnxsim对于模型的优化效果。onnxoptimizer、onnxsim的安装代码如下所示：pip install onnxoptimizerpip install onnxsimresnet18的结构如下所，可见为多个CBR部件构成 ResNet( (conv1): Conv2d(3, 64,
【深度学习】显卡驱动, cuda, cudnn的关系与版本对应问题
All_In_gzx_cc的博客
08-02 1万+
转载自：https://blog.csdn.net/weixin_39673002/article/details/113053729仅作学习记录。

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Alex-Leung

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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