Ubuntu20.04+RTX4060安装CUDA+cudnn+Pytorch+TF-GPU踩坑

newhtyj

已于 2023-07-23 09:07:19 修改

阅读量3.3k

点赞数 1

文章标签： ubuntu pytorch linux

于 2023-07-23 09:06:46 首次发布

本文链接：https://blog.csdn.net/newhtyj/article/details/131875989

版权

本文提供了RTX4060显卡安装CUDA11.3和cudnn8.2.1的详细步骤，强调了版本兼容性。安装成功后，通过nvcc--version验证CUDA，使用Tensorflow2.6.0和Pytorch1.11.0进行GPU测试，确保环境配置正确。

摘要由CSDN通过智能技术生成

Caution：RTX4060显卡只能适配Cuda11.3以上的版本，我自己安装的是CUDA11.3+cudnn8.2.1

cudnn下载地址：

CUDA在安装时，只选择CUDA toolkit 11.3，其他选项使用空格键切换为空白即可(其他视频截图，并非自己安装的截图，因此时CUDA11.2，但是原理是一样的)

CUDA+cudnn安装成功后，使用命令:nvcc --version, 进行测试,如下显示，则为成功。

Tensorflow-GPU安装2.6.0版本，安装命令：

pip install tensorflow-gpu=2.6.0

pip install tensorflow-gpu==2.6.0 -i https://pypi.mirrors.ustc.edu.cn/simple（速度快）

测试命令：

import tensorflow as tf

print('GPU',tf.test.is_gpu_available())

如下显示，则为成功：

Pytorch安装1.11.0，安装命令：

# CUDA 11.3
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

测试命令：

import torch
print(torch.cuda.is_available())
显示如下，则为成功：

本文只列举了容易踩坑的布置，其余安装步骤均可百度解决，或者参考视频