深度学习环境搭建（CUDA + cuDNN + Anaconda）

已于 2024-05-17 15:55:17 修改
阅读量360 收藏 3
点赞数 1
分类专栏： 各种操作小结 文章标签： 深度学习 python pytorch
于 2023-02-14 20:20:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45084253/article/details/129032085
版权

🤵 Author ：Horizon John

✨ 编程技巧篇：各种操作小结

🏆 神经网络篇：经典网络模型


深度学习环境搭建（CUDA + cuDNN + Anaconda）



🚀 CUDA

📰 下载地址 ：CUDA Download


🎨 过程截图

在这里插入图片描述


🚀 cuDNN

📰 下载地址 ：cuDNN Download


🎨 过程截图

在这里插入图片描述


🚀 CUDA 和 cuDNN 后续操作

🎨 将 cuDNN 加入到 CUDA 目录

解压后的 cuDNN 文件如下：



将上述三个文件夹拖入至 CUDA 安装路径中：

一般为（ 以 v11.6 为例 ）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6


🎨 编辑环境变量

加入 环境变量 如下图所示：



🎨 检验安装成功

win + R 打开终端


1️⃣ Step 1 ：

nvidia-smi

运行结果显示：


2️⃣ Step 2 ：

nvcc -V

运行结果显示：


🚀 Anaconda

📰 下载地址 ：Anaconda Download


🎨 过程截图

在这里插入图片描述


安装好后，添加 环境变量 如下图所示：



输入 python ：





Horizon John
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
NVIDIA GPU Computing Toolkit.7z
09-20
cuda_11.2.2_461.33_win10 cudnn-11.2-windows-x64-v8.1.1.33，非安装程序
超详细Anaconda搭配CUDA及cuDNN安装教程（Win10平台）
wpgddt的博客
06-12 7642
笔者近期开始研究AI相关资讯，于此踩了不少坑，因此秉持着学习如水杯一样，当满出来时就可以进行分享的心态，所以笔者目前于此阶段已算满出来可以分享，以下流程秘籍让各位可以少走弯路。
Windows的torch + Cuda + cuDNN
qq_45137760的博客
02-16 2580
windows下的pytorch-gpu安装
win11 重装 NVIDIA 驱动
一只养生的程序猿。
05-24 4702
下面这个一次就好了（记得使用管理员模式打开，避免不必要的麻烦）。注意，你可能会遇到下图这样的两种安装文件，上面是驱动，下面是 Toolkit 工具。并且默认的精简过程不需要自己手动添加环境变量，它都添加好了，它真的我哭死。查找相应的 CUDA Toolkit 工具进行下载，这里我安装的是。安装完检查这 3 个文件夹是否存在，如果都存在，那大概率是正常了。最后记得删除下面三个文件夹（使用默认路径安装是这三个）讲的真不错，顺便记录一下我的配置过程。2、我选择了精简模式安装，一路默认。下载对应的 cuDNN。
NVIDIA+CUDA+cudaNN的配置与Anaconda虚拟环境的搭建--深度学习第一步
人工智能视觉分析算法学习实践和经验分享。
02-17 3752
目标： 从头开始，一步一步搭建深度学习环境 实现适用于python语言的深度学习网络训练环境 具体内容包括： 1.英伟达显卡安装和cuda配置安装； 2.虚拟环境Anaconda3的搭建； 3.测试实现torch1.4+gpu。 NVIDIA显卡的cuda和cuDNN配置： 提示：这里以win10下的NVIDIA GeForce RTX 3060为例，进行安装描述。 首先：找查看显卡信息的地方，NVIDIA Control Panel,因为需要知道下载那个版本的cuda来与之匹配。 查找版本信息：472
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
09-28
至此，你已经成功地通过conda搭建了一个包含CUDA 10.1、CUDNN 7.6.5以及PyTorch 1.7.0和torchvision 0.8.1的深度学习GPU环境。这个环境非常适合进行基于PyTorch的GPU加速的深度学习项目。 如果你需要手动从给定的...
Anaconda 安装、Pycharm 安装、cuda+cudnn 配置、Jupyter Notebook 安装
06-02
CUDA 和 cuDNN 是 NVIDIA 提供的用于加速 GPU 计算的库，它们常用于深度学习项目，可以极大地提升计算速度。CUDA 提供了 C/C++、Fortran 等编程接口，而 cuDNN 是 CUDA 上的深度神经网络加速库。在安装 CUDA 和 ...
ANACONDA +Cuda及cuDNN+Tensorflow-gpu版本+keras安装步骤的ppt
最新发布
03-01
### ANACONDA +Cuda及cuDNN+Tensorflow-gpu版本+keras安装步骤...以上步骤详细介绍了如何从零开始搭建基于Anaconda的深度学习环境，并通过一个简单的示例演示了如何使用Keras进行实际应用。希望这些信息对您有所帮助！
最新CUDA 10.0和cuDNN 10.0及tensorflow GPU 2.0安装教程.docx
07-25
本文档详细介绍了一套完整的GPU加速环境搭建流程，包括CUDA 10.0、cuDNN 10.0以及TensorFlow GPU 2.0版本的安装过程。这套环境对于从事人工智能和机器学习研究的开发者来说至关重要，因为它能够显著提升训练深度学习...
Win10+GTX1660Ti+CUDA10.1+cuDNN v7.6.4+Anaconda+PyCharm配置GPU版本PyTorch超详细步骤
12-21
在本文中，我们将详细探讨如何在Windows 10操作系统上，使用...理解这些组件之间的依赖关系，以及如何正确配置它们，是成功搭建深度学习环境的关键。希望这个超详细的指南能帮助你顺利配置并开始你的PyTorch之旅。
安装torch(GPU版本)并在Pycharm中配置
FWJ的博客
12-29 5156
pytorch（GPU版本）安装，之前也在用，但是因为突然崩了，所以重新安装了，给自己备忘一下过程，也希望给新人安装一点提示
Win10 下安装 CUDA Toolkit
weixin_43798572的博客
02-24 1万+
目录CUDA是什么1.确认适合自己的版本2. 安装 CUDA Toolkit 10.13.下载并安装与 CUDA 10.1 版本兼容的 cuDNN4. pip 安装 pytorch5. 测试能否可用 CUDA是什么 可以利用CUDA和GPU的并行处理能力来加速深度学习和其他计算密集型应用程序。CUDA是Nvidia开发的一种并行计算平台和编程模型，用于在其自己的GPU（图形处理单元）上进行常规计算。 CUDA使开发人员能够利用GPU的能力来实现计算的可并行化部分，从而加快计算密集型应用程序的速度。 1.确
win10安装nvidia
安之ccy的博客
02-05 1万+
如果nvdia没有安装成功，在C盘的Program Files目录下就没有NVIDIA GPU Computing Toolkit文件夹 第一次安装，从昨晚一直安装到现在，一直提示安装失败 提示一堆组件未安装， 尝试了以下方法： 1.清除，更新驱动，重启，精简安装， 2.设置自定义安装（去掉cuda选项下的Visual Studio Integration 安装选项） 3.安装了vs2017， 最...
Windows 系统上安装 CUDA Toolkit 10.1
既然选择了远方 便只顾风雨兼程 - 永强
05-04 2万+
Windows 系统上安装 CUDA Toolkit 10.1
Win10 安装 CUDA（CUDA Toolkit）、cuDNN + PyTorch 详细教程
Yikou的个人技术博客
08-22 6778
Win10 安装 CUDA（CUDA Toolkit）、cuDNN + PyTorch 详细教程；CUDA Toolkit 和cuDNN 是使用 GPU版本PyTorch 的必备工具奥！
error: command ‘C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.2\\bin\\nvcc.exe‘ failed
m0_56192771的博客
02-28 1万+
error: command ‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin\nvcc.exe’ failed with exit status 1 我在windows10下安装detectron2（最新版maskRCNN）时，遇到了错误信息：error: command ‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin\nvcc.exe’ failed wi
【CUDA安装详细教程】
热门推荐
weixin_44189155的博客
08-16 4万+
windows10 版本安装 CUDA ，需要下载两个安装包CUDA toolkit（toolkit就是指工具包）和cuDNN，cuDNN 是用于配置深度学习使用官方教程。
如何移动已安装的Anaconda文件的位置（Windows10）以及conda安装pytorch的注意事项
761899457@qq.com
12-16 5444
将anaconda整个文件夹剪切到你想要移动到的新的文件位置 更改相应的环境变量值(5个)： 1. D:\Tools\Anaconda3 2. D:\Tools\Anaconda3\bin 3. D:\Tools\Anaconda3\Library\bin 4. D:\Tools\Anaconda3\Library\mingw-w64\bin 5. D:\Tools\Anaconda3\Scripts 测试是否移动成功，进入cmd，输入 conda --version 看是否能返回版本号，能返回就表示移动.
error: command ‘C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.1\\bin\\nvcc.exe‘ failed
qq_43264202的博客
02-17 9090
项目场景： 在win10(CUDA10.1， pytorch=1.8.1)第三方库Detectron2(version==0.6)安装后进行编译时 python setup.py build 报错的第一条信息为： cpp_extension.py:335: UserWarning: Attempted to use ninja as the BuildExtension backend but we could not find ninja.. Falling back to using the slow
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

Horizon John

你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

实付元
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