新电脑配置显卡驱动及CUDA、CUDNN环境

新电脑配置显卡驱动及CUDA、CUDNN环境

  • 下载显卡驱动及相应版本CUDA及CUDNN

1.查看硬件配置:右键此电脑点击管理

 

→点击设备管理器→点击显示适配器→查看独立显卡 

2.网页搜索英伟达驱动下载→选择相应版本驱动下载

3.下载完成后打开点击OK(不需要更改路径)

等一段时间后选择NVIDIA图形驱动程序并点击同意并继续

选择自定义并点击下一步

如果没有HD音频驱动程序和PhysX系统软件,选择打勾,如果曾经下载过取消打钩(可能会导致安装失败)。点击下一步按提示完成安装操作。

4.查看自己显卡支持的CUDA版本

右键空白桌面点击NVIDIA控制面板

 

在控制面版中点击桌面菜单下启用开发者设置→点击允许所有用户访问GPU性能计数器→保存设置

点击系统信息

在弹出的窗口中点击组件→查看支持的CUDA版本(如图所示支持的CUDA版本为11.5以下。实测目前RTX3060不支持CUDA 11以下版本,会报错:CUDA的算力要支持你的显卡算力。故CUDA版本应为11.0-11.5之间)

5.进入CUDA官网下载CUDA,这里我下的是11.2版本的。(如果遇到Visual studio未下载,点击下载后再安装)

点击CUDA Toolkit11.2.0之后选择对应版本,我这里选择的是Windows10系统x86_64的本地下载。

6.等待下载的过程中可以先去下载CUDNN,进入CUDNN官网,注册登录账号选择相应版本下载。

7.打开下载好的CUDA,并选择自定义安装。将当前版本号高于新版本号的选择都取消(否则会出错)。

8.解压缩下载好的CUDNN压缩包。

安装好后,打开下载好的CUDNN文件夹,发现里面有三个子文件夹,将文件夹里面包含的的文件(如下图)分别复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2的对应文件夹下。




以bin为例,复制到CUDA下面对应的文件夹,include和lib也类似。

 

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是在Linux系统上配置tensorflow虚拟环境安装CUDAcuDNN的步骤: 1. 安装NVIDIA显卡驱动 首先,需要安装NVIDIA显卡驱动。可以通过以下命令进行安装: ```bash sudo apt-get install nvidia-driver-<version> ``` 其中,`<version>`为显卡驱动的版本号。例如,如果要安装版本号为460的显卡驱动,可以使用以下命令: ```bash sudo apt-get install nvidia-driver-460 ``` 安装完成后,需要重启电脑。 2. 安装CUDA 接下来,需要安装CUDA。可以到NVIDIA官网下载对应版本的CUDA安装包,然后按照提示进行安装。 3. 安装cuDNN cuDNN是一个加速深度学习的库,可以提高tensorflow的性能。可以到NVIDIA官网下载对应版本的cuDNN安装包,然后按照提示进行安装。 4. 创建虚拟环境 创建一个虚拟环境可以隔离不同的Python项目,使得它们之间的依赖不会相互干扰。可以使用conda或者虚拟环境来创建一个的Python环境。 使用conda创建虚拟环境可以使用以下命令: ```bash conda create -n env_name python=3.7 ``` 其中,`env_name`是虚拟环境的名称。这个命令会创建一个名为`env_name`的虚拟环境,并且安装Python 3.7。 使用虚拟环境创建虚拟环境可以使用以下命令: ```bash sudo apt-get install python3.7-venv python3.7 -m venv env_name ``` 其中,`env_name`是虚拟环境的名称。这个命令会在当前目录下创建一个名为`env_name`的虚拟环境,并且安装Python 3.7。 5. 激活虚拟环境安装tensorflow 创建完虚拟环境后,需要激活虚拟环境。可以使用以下命令激活虚拟环境: ```bash source activate env_name ``` 其中,`env_name`是虚拟环境的名称。 激活虚拟环境后,可以使用以下命令安装tensorflow: ```bash pip install tensorflow-gpu==<version> ``` 其中,`<version>`是tensorflow的版本号。例如,如果要安装版本号为2.4.1的tensorflow,可以使用以下命令: ```bash pip install tensorflow-gpu==2.4.1 ``` 安装完成后,就可以在虚拟环境中使用tensorflow了。

“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