【环境搭建】cuda安装篇

文章介绍了在安装深度学习框架时,由于默认镜像源在国外可能导致安装慢或失败的问题。建议切换到清华大学的镜像源以加速conda的包管理。对于CPU和GPU版本的选择,如果没有NVIDIAGPU则安装CPU版本。若要安装GPU版,则需注意CUDA版本的兼容性,可能需要降级到支持的CUDA版本。
摘要由CSDN通过智能技术生成

我们默认安装时,镜像源默认都是国外的,网络比较慢导致安装失败,因此我们可以切换到国内的镜像;

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

深度学习框架的搭建有两种CPU版本和GPU版本。如果您的电脑没有NVIDIA GPU显卡,那么就安装CPU版本;

conda install paddlepaddle==2.4.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

想要安装GPU版的深度学习框架,首先需要有适配的cuda,好多框架TensorFlow、Pytorch、paddlepaddle不适配高版本的cuda,如果你的cuda是高版本,我们需要卸载掉原来的cuda版本安装中、低版本的cuda。

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