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:
Windows:
Tensorflow与Keras版本对应关系
ONNX与CUDA、cudnn版本对应关系(完善中)
ONNX | CUDA | cudnn |
---|---|---|
1.8 | 11.1 | 8.0 |
1.7 | 11.0 | 8.0 |
1.6 | 10.2 |