记录 pytorch和tensorflow环境搭建(GPU版本)

文章介绍了如何安装CUDA工具箱和CUDNN以支持Tensorflow,强调了安装时的注意事项,如避开VS相关选项,配置环境变量,并提示了CUDNN下载需要NVIDIA账号。对于Tensorflow,推荐至少2.8版本以兼容CUDA11.6。对于Pytorch,建议直接从官网获取适合CUDA版本的安装命令,通过conda环境进行安装,这是针对仅需Pytorch环境的简便方法。
摘要由CSDN通过智能技术生成

tensorflow

1. 安装 cuda工具箱和cudnn

注意事项:

(1)安装cuda时,取消勾选 所有和vs有关的选项;

(2)将cudnn的路径也配置到path中;

(3)cudnn下载需要登陆nvidia账号,根据我的验证 (科学上网可以实现注册登录),登录后就可以用国内流量了;

(4)nvcc -V:验证安装是否成功

2. pip install tensorflow

注意事项:

(1)因为cuda版本是11.6,所以 需要安装高版本的tensorflow(2.7报错_缺少cudart.dll文件,2.8.x正常),否则报错,感觉至少要2.8及以上的版本。

pytorch

pytorch比较简单,直接在官网上找到相应的pytorch版本,选择适合自己cuda(11.6)的pip命令,粘贴安装就行。

这种方法实际上是将cudaToolkit在conda环境里又装了一遍。

虽然电脑上已经安装了cuda11.6,但对于只配置pytorch环境的需求来说,这是最简单便捷的。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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
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