1 pandas
2 numpy
3 sklearn
安装的时候是 scikit-learn
4 matplotlib
5 pytorch
- cuda版本pytorch安装,不一定需要更新英伟达的驱动
- 电脑cuda版本可以高于pytorch的cuda版本。
直接去官网,下拉,选好系统、pip or conda、语言、版本,然后把指令复制过来到你的环境里输入就可以下载了
测试:torch.cuda.is_available()
显示True
就说明安装成功了
6 tensorflow
https://zhuanlan.zhihu.com/p/623718583
虽然网上说对GPU要安装tensorflow-gpu版,因为从tensorflow v2.12版开始合并了tensorflow和tensorflow-gpu版,使用pip install tensorflow-gpu安装时报错,只能用pip install tensorflow
安装,但并不能启用GPU支持。
1.查看本机cuda版本
电脑左下角,win图标右边的搜索,搜索:NVIDIA,就会显示NVIDIA 控制面板,点击进入,可查看版本号
2. 查看本机cuda版本对应的cuda toolkit版本
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 下拉会看到一个表格
下载cuda 和 cudnn https://blog.csdn.net/jhsignal/article/details/111401628
3. 下载cuda
https://developer.nvidia.com/cuda-toolkit-archive
安装cuda的时候显示还要安装VS
3.5 下载VS
https://visualstudio.microsoft.com/zh-hans/free-developer-offers/
4.查看cuda版本对应的cudnn和tensorflow
5.下载cuDNN
好像要注册一个英伟达的账号,登录以后就可以开始下载了
https://developer.nvidia.com/rdp/cudnn-archive
6.下载tensorflow
pip install tensorflow
直接下载比较卡,建议切换源https://blog.csdn.net/skyyzq/article/details/113417832
国内比较好的PyPI源库有:
清华大学:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:http://mirrors.aliyun.com/pypi/simple
豆瓣:http://pypi.douban.com/simple
换源下载指令:pip install tensorflow -i http://pypi.douban.com/simple --trusted-host pypi.douban.com (亲测可用)
直接pip 装好的版本识别不到gpu,于是参考下面这篇知乎
https://zhuanlan.zhihu.com/p/623718583
下载了 2.10 版本,我试过来好像只有豆瓣源才有
pip install tensorflow-gpu==2.10.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
下载完之后用>>> tf.config.list_physical_devices('GPU')
测试
如果显示[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
说明识别到gpu了,就安装成功了