weixin_45564943的博客

问题：一般当成功安装好tensorflow后，会有如下提示：但是，当你进入python界面对tensorflow版本进行验证时还会出现：“no moudle named tensorflow”，这是哪里的问题呢？明明已经安装好了？原因：1.tensorflow版本和cuda版本不匹配！———大部分都是这个原因官方匹配链接：在 Windows 环境中从源代码构建 | TensorFlow (google.cn)具体怎么安装cuda和cudnn，以及他们之间与linux的...

如果有多个版本的cuda怎么办呢？怎么切换呢？此种安装方式，是将/usr/local的cuda文件链接到了对应cuda版本的根目录。输入以下命令可以查看当前cuda文件的链接情况：cd /usr/local/stat cuda随后会输出以下信息：在/usr/local下，我们可以安装多个版本的cuda，这里我列出我电脑内的cuda版本，有cuda9.0、cuda10.0等多个版本命令行输入以下命令，断开cuda文件与cuda-10.1的符号链接：sudo rm -rf cu

目录1.修改环境变量2.查看当前conda环境3.如果执行conda activate ***出现问题时需要初始化shell4.查看当前cuda版本*5.有了ubuntu系统安装基本的工具6.linux下安装显卡驱动7.linux下安装cuda如果有多个版本的cuda怎么办呢？8.linux下安装cudnn9.创建conda环境10.查看本机IP地址1.修改环境变量vim ~/.bashrc保存环境变量source ~/.bashrc如果在

目录1. 显卡驱动2.cuda3.cudnn4.pytorch简单的关系如下图：1. 显卡驱动显卡驱动是电脑上服务于显卡的驱动程序，有了显卡驱动显卡的功能才能被最大化利用！显卡驱动的作用就是用来驱动显卡的，这是电脑硬件中所对应的一个软件。通过添加驱动程序计算机中的硬件就能正常的工作，当然不同的硬件使用的驱动程序也不一样。显卡对应的就是显卡驱动。显卡在电脑中提供图形的重要显示部分，直接关系到电脑的图形显示，而且显卡还可以提供更清晰的画质，给用户带来视频体验。显卡驱动的作用就

查找torch与torchvision对应版本匹配情况如下：1.在线下载：在pytorch官网选择相应的历史版本，使用conda或者pip安装，使用官网的镜像下载很慢，建议使用其他的镜像源，这里我使用的是阿里的镜像速度还不错。pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -i https://mirrors.aliyun.com/pypi/simple/​2.离线下载在tor.

查看cuda 版本cat /usr/local/cuda/version.txt查看cudnn 版本cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2查看显卡驱动版本cat /proc/driver/nvidia/version或输入nvidia-smicuda安装 驱动安装完成后，下载cuda安装包（CUDA Toolkit Archive | NVIDIA Developer） sudo