请参考https://blog.csdn.net/weixin_44516301/article/details/127038415换成国内源再下载
建立conda环境
打开Anaconda Prompt 输入
conda create -n name python=3.7
activate t1 #激活环境
利用conda配置cuda与cudnn
进入网站查看tensorflow所对应得cuda版本
https://www.tensorflow.org/install/source#common_installation_problems
查看你所要的pytorch版本所要求的cuda版本
https://pytorch.org/get-started/previous-versions/
如果上述两者冲突。则另建一个虚拟环境安装不同版本的torch
conda install tensorflow-gpu=1.15.0 cudatoolkit=10.0 cudnn=7.6.5
#conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=10.2
#上面一行是另一个环境安装torch的指令
要注意的是不要pip和conda混着用混着用,pip不会配置环境中的cuda
如果出现以下错误
在命令行中键入
conda search cudnn
找到与cuda对应得cudnn重新下载
既没有7.4,但是有7.6.5与cuda10的情况下情况下可用7.6.5代替
conda install tensorflow-gpu=1.15.0 cudatoolkit=10.0 cudnn=7.6.5
验证是否安装成功
验证tensorflow是否安装成功
import tensorflow as tf
print(tf.test.is_gpu_available())
出现
安装成功
验证pytorch是否安装成功
import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的gpu数量
print(torch.version.cuda) # 查看CUDA的版本
出现以下则成功