深度学习的环境minitorch3+CUDA10.2+cudnn+mxnet1.7的坑

最新推荐文章于 2023-05-27 17:35:05 发布
最新推荐文章于 2023-05-27 17:35:05 发布
阅读量1.7k 收藏
点赞数 1
文章标签： mxnet 深度学习
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/gwq15541033650/article/details/123930572
版权

为了安装这个环境我真的是踩了不少坑，现在写下来记录一下。

就是CUDA的版本问题，在NVIDIA控制面板查找CUDA最大支持版本后不要立马安装那个版本，因为后续环境mxnet暂时没出CUDA11版本的，mxnet的版本和CUDA必须一一对应，导致你会安装不了mxnet。（pytorch同理）

mxnet用这个下：

pip install mxnet-cu102==1.7.0 -f https://dist.mxnet.io/python/cu102

gwq15541033650
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Minitorch
04-01
迷你火炬
Module-2-5218-Deep-Learn
03-21
MiniTorch模块1文件： ： 概述： ：此模块需要模块0中的operators.py和module.py cp ../Module-0/operators.py ../Module-0/module.py minitorch/测试： python run_tests.py Setting up a new session...Epoch 0 ...
安装MiniConda和Pytorch以及Cuda的笔记及心得
m0_49663564的博客
07-20 908
安装MiniConda和Pytorch以及Cuda的笔记及心得，包括借鉴详细优秀的安装过程，以及安装过程中遇到的问题及解决方案。
MiniConda、CUDA、CUDnn以及pytorch环境的配置以及坑
zhanghongbin159的博客
05-27 2778
Conda其实就是一个包或则称之为库的管理工具，类似于安装python自带的pip管理工具，其实我感觉它并没有pip好用，但是有一点还是挺好用的，就是Conda删除某个库时 可以级联删除它所依赖的而其他库所不依赖的库，pip我太清楚能不能实现。装这个环境还是挺坑了 废了我一两天吧 但是总算装好了 作个记录 也希望能对别人有些帮助。
CUDA 学习（九）、CUDA 内存
10-26 1261
一、CPU内存        在传统的CPU模型中，内存是线性内存或平面内存，单个CPU核可以无约束地访问任何地址内存。在内存处理中有两个重要的概念，一个是存储带宽，即在一定时间内从DRAM 读出或写入的数据量。另一个是延迟，即响应一个获取内存的请求所花费的时间，通常这个时间会是上百个处理器周期。 二、高速缓存        高速缓存是硬件上非常接近处理器核的高速存储器组。高速缓存的
pip install mxnet和cuda的版本指定问题：（配环境https://github.com/TreB1eN/InsightFace_Pytorch时遇到）
qq_38334671的博客
05-27 4379
pip install mxnet-cu102时，mxnet-cu102可能装到mxnet1.6.0或者mxnet1.8.0，可能是由于python的版本不一样，注意比如insightface需要mxnet1.2.0——mxnet1.6.0。此时首先保证在1.2~1.6之间，其次保证mxnet的cuda的版本要和显卡的cuda保持一致。 所以这样指定版本：pip install mxnet-cu102==1.6.0.post0 ...
win10安装CUDAToolkit并配置mxnet-cu102
蜂蜜柚子茶的博客
01-23 2685
1.查看自己电脑是否有GPU，以及GPU的型号。 2.去NVIDIA的控制面板查看自己需要安装的CUDA （也就是CUDA toolkit）的版本，这里我可以安的是cuda10.2： 去官网下载对应的NUDA Toolkit型号：CUDA Toolkit Archive | NVIDIA Developer 当然，如果电脑没有驱动的话，要先根据自己的GPU版本下载相应的驱动。比如我的是GeForce MX350 notebook，输入查看，然后下载：NVIDIA - 驱动下载 3.安装CU.
Miniconda 的安装和基本操作
Chenm25的博客
09-10 1万+
教程 —— Miniconda 的安装的基本使用
Module-1:模块 1 - 自分化
05-31
迷你手电筒模块 1 文件： ： 概述： : 该模块需要模块 0 中的operators.py和module.py cp ../Module-0/operators.py ../Module-0/module.py minitorch/测试： python run_tests.py
mxnet_cu101mkl-1.5.0-py2.py3-none-win_amd64.7z.001
11-14
基于CUDA10.1的MXNet框架的wheel,可直接pip安装使用，由于上传资源大小限制，分为2个分卷，这是01分卷，02分卷的地址https://download.csdn.net/download/qq_38891072/11976421
亲测有效！！cuda10.2+cudnn10.2
11-10
Pytorch，tensorflow gpu运行必备！官网下载的太慢了。 里面包括win10环境下cuda10.2（百度网盘）+cudnn10.2文件 下载前请看自己的显卡版本能不能兼容cuda10.2！
mxnet-1.7.0.post2-py2.py3-none-win_amd64.whl
04-02
郁闷，这个我下了好久，现在提供给大家
GPU使用miniconda搭建tensorflow深度学习环境
hua_juan的博客
09-27 1944
主要参考： https://github.com/williamFalcon/tensorflow-gpu-install-ubuntu-16.04 但原文章中有一些错已改正。 我使用的版本以及下载的相关软件： ubuntu 16.04 cuda 9.0 cudnn 7.1 python 3.6/python 2.7 miniconda 版本的匹配很重要，版本对不上就会出错，安装...
Win10+Ubuntu双系统+miniconda+Cuda环境配置
weixin_50996258的博客
02-28 359
Win10+Ubuntu双系统+miniconda+Cuda环境配置前言安装Ubuntu花屏、黑屏：安装远程控制向日葵闪退：安装miniconda:安装显卡驱动与Cuda： 前言 小白入门Ubuntu踩坑以及配置经历，可供参考。 安装Ubuntu花屏、黑屏： 准备Ubuntu启动盘，进入安装时，光标移动到"install ubuntu"，按"e"进入编辑模式，进入命令行模式，找到’‘quite splash’'然后去掉"–"后，添加“nomodeset” 安装远程控制向日葵闪退： sudo apt-get
CUDA10.1下的WIN10使用pip安装MXNet
Mod_13的博客
04-13 2261
Windows10使用pip安装MXNet GPU版本的那些坑 安装MXNet GPU版本的前提是已经根据官方要求安装好了CUDA和cudnn。 本机具体环境： Windows10 CUDA version：CUDA 10.1 cudnn version：cudnn 7.6.5 python：3.6 官网指南： 官网链接：http://mxnet.incubator.apa...
MXNet gpu 版本快速安装（mxnet-cu101)
热门推荐
tanmx219的博客
06-16 2万+
最近有项目要用mxnet，要从头开始配置mxnet，记录一下全过程，先说下在Windows 10下的安装GPU版本的问题。 查看cuda版本 首先要查看一下自己安装 的cuda版本，一般情况下可以使用nvcc --version或nvidia-smi -q指令，比如我的是10.1版， C:\Users\SpaceVision>nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2019 NVIDIA C
windows 10下安装GPU版MXNet
LC
06-03 897
上回说到编译CPU版的MXNet： [url]http://cherishlc.iteye.com/blog/2299864[/url] 最近攒了个带GPU的本本，，终于可以整GPU版的啦~ 过程和编译CPU版的差不多，但是却花了3天时间填坑，，具体过程本文不再详述，请先编译CPU版。 与编译CPU版不同之处在于： [list] [*]win10下必须使用Cuda8RC（我的是965...
mxnet与cuda版本对应关系
最新发布
09-05
MXNet与CUDA的版本对应关系如下： - MXNet 1.7.0: 支持CUDA 10.2 - MXNet 1.6.0: 支持CUDA 10.1 - MXNet 1.5.0: 支持CUDA 10.0 - MXNet 1.4.0: 支持CUDA 9.2 - MXNet 1.3.0: 支持CUDA 9.0 - MXNet 1.2.0: 支持CUDA 8.0 - MXNet 1.1.x: 支持CUDA 8.0 - MXNet 1.0.x: 支持CUDA 8.0 请注意，这仅是MXNet版本与CUDA版本的一般对应关系，具体的兼容性可能因操作系统和硬件配置而有所不同。在安装MXNet之前，建议先检查所使用的CUDA版本，并根据官方文档或MXNet的安装指南选择相应的MXNet版本。

“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

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
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