环境配置—Cuda和Cudnn版本对应关系

文章与视频资源多平台更新

微信公众号|知乎|B站|头条:AI研习图书馆

深度学习、大数据、IT编程知识与资源分享,欢迎关注,共同进步~

1. Cuda和Cudnn版本对应关系

官网链接:
点击打开链接

2. 常见版本对应关系

cuDNN Archive

NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

您的支持,是我不断创作的最大动力~

欢迎点赞关注留言交流~

深度学习,乐此不疲~

在这里插入图片描述

  • 11
    点赞
  • 74
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
以下是在Linux系统上配置tensorflow虚拟环境并安装CUDAcuDNN的步骤: 1. 安装NVIDIA显卡驱动 首先,需要安装NVIDIA显卡驱动。可以通过以下命令进行安装: ```bash sudo apt-get install nvidia-driver-<version> ``` 其中,`<version>`为显卡驱动的版本号。例如,如果要安装版本号为460的显卡驱动,可以使用以下命令: ```bash sudo apt-get install nvidia-driver-460 ``` 安装完成后,需要重启电脑。 2. 安装CUDA 接下来,需要安装CUDA。可以到NVIDIA官网下载对应版本CUDA安装包,然后按照提示进行安装。 3. 安装cuDNN cuDNN是一个加速深度学习的库,可以提高tensorflow的性能。可以到NVIDIA官网下载对应版本cuDNN安装包,然后按照提示进行安装。 4. 创建虚拟环境 创建一个虚拟环境可以隔离不同的Python项目,使得它们之间的依赖不会相互干扰。可以使用conda或者虚拟环境来创建一个新的Python环境。 使用conda创建虚拟环境可以使用以下命令: ```bash conda create -n env_name python=3.7 ``` 其中,`env_name`是虚拟环境的名称。这个命令会创建一个名为`env_name`的虚拟环境,并且安装Python 3.7。 使用虚拟环境创建虚拟环境可以使用以下命令: ```bash sudo apt-get install python3.7-venv python3.7 -m venv env_name ``` 其中,`env_name`是虚拟环境的名称。这个命令会在当前目录下创建一个名为`env_name`的虚拟环境,并且安装Python 3.7。 5. 激活虚拟环境并安装tensorflow 创建完虚拟环境后,需要激活虚拟环境。可以使用以下命令激活虚拟环境: ```bash source activate env_name ``` 其中,`env_name`是虚拟环境的名称。 激活虚拟环境后,可以使用以下命令安装tensorflow: ```bash pip install tensorflow-gpu==<version> ``` 其中,`<version>`是tensorflow的版本号。例如,如果要安装版本号为2.4.1的tensorflow,可以使用以下命令: ```bash pip install tensorflow-gpu==2.4.1 ``` 安装完成后,就可以在虚拟环境中使用tensorflow了。

“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 1
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

打赏作者

AI研习图书馆

您的鼓励将是我创作的最大动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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