如何在conda虚拟环境中安装所需版本的cuda和cudnn

最新推荐文章于 2024-02-29 17:15:34 发布
最新推荐文章于 2024-02-29 17:15:34 发布
阅读量4.7k 收藏 32
点赞数 5
分类专栏： python 文章标签： 深度学习 python pycharm
原文链接：https://zhuanlan.zhihu.com/p/367740437
版权

如何在conda虚拟环境中安装所需版本的cuda和cudnn

创建好虚拟环境后，激活环境，

（1）在环境中安装cuda

conda install cudatoolkit=你所需要的版本（例如 cudatoolkit=10.1）

若安装不成功则使用镜像源安装：

conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

（2）在环境中安装cudnn

conda install cudnn=你所需要的版本（例如cudnn=7.6.5）

若安装不成功则使用镜像源安装：

conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

如果在安装的时候没有写版本，则会自己匹配与cuda版本相匹配的版本。

fighting_!
关注
  • 5
    点赞
  • 踩
  • 32
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
09-28
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
深度学习环境配置——conda虚拟环境安装CUDA和CUDNN
最新发布
tyyhmtyyhm的博客
03-20 5843
人生来就不是为了被打败的，人能够被毁灭，但是不能够被打败。—— 海明威《老人与海》
Anaconda3+CUDA10.1+CUDNN7.6+TensorFlow2.6安装（Ubuntu16）
程序员欣宸的博客
10-09 521
在装有GTX 1060显卡的台式机上安装TensorFlow的过程
在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境（新手必看！简单可行！）
热门推荐
m0_68239345的博客
01-30 2万+
在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境
conda搭建虚拟环境+配置CUDA+安装pytorch
weixin_44019380的博客
12-02 1万+
conda虚拟环境的搭建，cuda的配置，conda安装库，以及一些常见的错误。
3090显卡安装tensorflow/pytorch
LIWEI940638093的博客
02-09 3594
3090显卡安装tensorflow/pytorch一 3090显卡驱动二 安装CUDA11.0三 安装cuDNN四 安装anaconda五 安装tensorflow/pytorch六 安装gdal 我的系统是Ubuntu18.04，这个教程对所有Ubuntu系统都适用，只是要安装正确的显卡驱动和cuda/cudnn 一 3090显卡驱动 去官网下载正确的显卡驱动即可。具体操作见：https://blog.csdn.net/LIWEI940638093/article/details/109304789 二
使用虚拟环境conda安装不同版本的cuda，cudnn，pytorch
qq_42537872的博客
08-16 1万+
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
国内镜像下载源+cuda、cudnn、tensoflow-gpu、keras之间的匹配关系
weixin_49171484的博客
08-18 4919
豆瓣源：-i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com。tensorflow和keras对应关系：https://docs.floydhub.com/guides/environments/cudnn的下载地址：https://developer.nvidia.com/rdp/cudnn-archive。清华源：-i https://pypi.tuna.tsinghua.edu.cn/simple。...
ubuntu下cuda和cudnn安装
m0_47405013的博客
01-25 1094
安装CUDA11.3的Ubuntu安装指令。
如何在Jupyter Notebook切换conda虚拟环境
01-21
首先激活添加入的conda环境 Linux&mac环境： ...我们已经在创造的环境中安装了ipykernel了，所以，我们直接在环境里执行下面的代码来手动添加kernel进jupyter notebook。 python -m ipykernel install --u
Win10+Anaconda，安装PyTorch、cudatoolkit、cudnn
12-22
安装 Anaconda 完毕后，我们在安装 PyTorch 之前最好先创建一个 pytorch 的虚拟环境。之所以创建虚拟环境是因为 Python 为不同的项目需求创建不同的虚拟环境非常常见。在实际项目开发中，我们通
C++调用Python Miniconda虚拟环境
08-30
实现C++调用Python中的带参数函数，Python环境为miniconda虚拟环境，可以随着应用程序一起打包发布，使得集成了Python的Qt应用程序更方便部署。
docker 获取Nvidia 镜像 | cuda |cudnn
黎国溥
09-14 1万+
本文分享如何使用docker获取Nvidia 镜像，包括cuda10、cuda11等不同版本，cudnn7、cudnn8等，快速搭建深度学习环境。
【超简易安装】在linux集群服务器上使用conda安装高版本cuda(cuda-11.8)和pytorch2.0
a61022706的博客
12-10 2913
由于项目代码要求pytorch2.0版本，而pytorch2.0版本需要cuda11.8，高于我之前的11.0的cuda版本。因此考虑使用conda新建一个虚拟环境，在里面使用高版本的cuda和pytorch。
在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境
dui845819593的博客
02-15 1386
创建号的虚拟环境文件夹可以在anaconda文件夹中的envs文件夹里找到。命令行前方出现（base）就意味着你已经进入了anaconda的基础环境。前提：已经安装好了Anaconda并配置好了环境变量。后续的环境配置都需要在激活的虚拟环境中完成。输出结果表明环境已经配置成功！在python中查看相关信息。
如何在conda虚拟环境中安装特定的CUDA
weixin_43424482的博客
02-29 533
你还在为服务器上没有管理员权限无法安装CUDA而烦恼吗？ 你还在为不同的代码需求不同版本的CUDA而烦恼吗？ 你还在为手动安装CUDA步骤繁琐烦恼吗？ 本博客将用一行代码解决上面所有问题。
cuda 镜像_pytorch-gpu win10配置+cuda+cudnn
weixin_39702479的博客
11-22 792
搞了一天时间，总算把pytorch-gpu给配置好了，感觉自己真的太菜了，要努力了！因为废了很大功夫，所以，写下来，方便未来再配置的时候翻阅。第一，下载cuda安装参考博客：https://blog.csdn.net/Mind_programmonkey/article/details/99688839（我怕别人的博客未来被删除，所以自己复制一份）首先我们要确定本机是否有独立显卡。在计算机-管理-...
深度学习环境配置超详细教程【Anaconda3 +PyTorch(GPU版)+CUDA+cuDNN】
weixin_45310524的博客
10-14 568
深度学习环境配置超详细教程【Anaconda3 +PyTorch(GPU版)+CUDA+cuDNN】
deepin在conda虚拟环境中安装tfGPU
09-04
### 回答1： 您可以参考以下步骤在Conda虚拟环境中安装TensorFlow GPU：1.首先，在您的Deepin系统中安装Conda。2.然后，使用Conda创建一个虚拟环境。3.接着，在虚拟环境中安装TensorFlow GPU。4.最后，激活您的虚拟环境，并开始使用TensorFlow GPU。 ### 回答2： 要在conda虚拟环境中安装tfGPU，需要按照以下步骤进行操作： 1. 首先，确保在你的计算机上已经安装了conda。如果没有，请先下载并安装最新的conda发行版。 2. 打开终端或命令提示符窗口，在命令行中输入以下命令，创建一个新的conda虚拟环境： ``` conda create -n myenv ``` 其中，"myenv"是你给虚拟环境起的名称，可以根据自己的喜好进行更改。 3. 激活你的虚拟环境。在命令行中输入以下命令： ``` conda activate myenv ``` 4. 接下来，你需要安装NVIDIA GPU驱动程序和CUDA和cuDNN库。你可以根据你的显卡和CUDA版本到NVIDIA官方网站下载并安装对应版本的驱动程序和CUDA和cuDNN库。 5. 安装TensorFlow GPU版本。在命令行中输入以下命令： ``` conda install tensorflow-gpu ``` 这将会自动下载和安装最新版本的TensorFlow GPU。请注意，这可能会花费一些时间来解决依赖关系和下载安装所需的文件。 6. 安装其他必要的依赖项。根据你的项目需求，你可能需要安装其他一些依赖项，例如Keras等。你可以使用conda包管理器来安装这些依赖项。 7. 确认安装成功。在命令行中输入以下命令，启动Python解释器： ``` python ``` 然后，导入TensorFlow库并验证是否成功： ```python import tensorflow as tf print(tf.__version__) print(tf.test.is_gpu_available()) ``` 如果输出显示了你安装的TensorFlow版本，并且指示GPU可用，则说明成功安装了tfGPU。 请注意，安装tfGPU需要相应版本的NVIDIA GPU驱动程序、CUDA和cuDNN库，以及与之兼容的TensorFlow版本。因此，请确保你按照官方文档中的要求进行安装，并根据你的硬件和软件环境进行相应的调整。 ### 回答3： 首先，为了在conda虚拟环境中安装tfGPU，我们需要确保已经在deepin操作系统上成功安装了Anaconda和CUDA。 1. 首先，在deepin操作系统上下载并安装Anaconda。可以在Anaconda官方网站上下载合适的版本，并按照官方指南进行安装。 2. 安装完成后，打开终端，并创建一个新的conda虚拟环境。可以使用以下命令: conda create -n myenv python=3.8 "myenv"是虚拟环境的名称，你可以自己设置。 3. 激活虚拟环境： conda activate myenv 4. 接下来，安装CUDA。可以根据你的显卡型号和CUDA版本到NVIDIA官网上下载对应版本的CUDA，并按照官方指南进行安装。 5. 安装完成后，我们可以使用以下命令安装tensorflow-gpu： conda install tensorflow-gpu 以上步骤将在你的conda虚拟环境中安装tfGPU。请注意，这些步骤需要一些时间和网络资源，所以请确保你的网络连接稳定。 安装完成后，你可以在python脚本或jupyter notebook中，导入tensorflow并开始使用tfGPU进行深度学习任务。确保在代码中使用`import tensorflow as tf`来导入tensorflow库，以便正确使用tfGPU加速功能。 希望以上信息能帮助你在deepin操作系统上成功安装tfGPU并进行深度学习任务。如果遇到任何问题，请参考conda和CUDA的官方文档或向相关社区求助。

“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 4
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
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