windows及linux安装gpu版pytorch和gpu版tensorflow最简洁高效的方法

本文提供了一种简洁高效的方式在Windows/Linux上安装GPU版PyTorch和TensorFlow。建议使用miniconda进行环境管理,避免手动安装CUDA和CUDNN。详细步骤包括下载miniconda、查看显卡驱动CUDA版本、从PyTorch官网获取安装命令、在conda环境中安装指定版本的PyTorch,并检查安装是否成功。对于TensorFlow的安装,同样依据显卡驱动和CUDA版本选择相应版本进行安装。
摘要由CSDN通过智能技术生成

1. 前言

!!!不要按照网上那些教程,去折腾手动安装CUDA和CUDNN之类的!!!

  1. 关于conda
    下面我的安装过程使用的是 miniconda ,而不是完整的 Anaconda。
    原因如下:
    conda是一个环境管理工具,它可以解决很多库之间的依赖和冲突问题,并轻松的管理各种自建环境。避免了python自带的pip安装库时出现的各种麻烦,而完整的Anaconda又特别大,你需要的不需要的库及软件它都自带了一大堆,所以我不使用Anaconda,而miniconda是个纯净版的Anaconda,它仅保留了conda这个灵魂,不自带任何第三方库和软件。
  2. 关于其他平台
    下面我教大家的安装方法是最简洁,最干净,也是最官方的方法,并且在linux等其他系统也是一样的道理,我会在文末“总结”处说明在其他平台安装时,只需要改动哪里即可。TensorFlow的安装原理类似,我也会指出改动哪里即可。

2. 下载并安装 miniconda

浏览器搜索 miniconda, 进入官网,本文以windows平台示例做教程,点击蓝色的链接即可开始下载,下载完成后安装过程记得勾选“加入环境变量”,其余设置看个人喜好:
在这里插入图片描述

3. 查看本机显卡

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