pytorch、tensorflow环境搭建

本文提供了深度学习环境搭建的详细步骤,包括Anaconda的安装以创建虚拟环境,以及TensorFlow和PyTorch的安装。尽管CUDA安装过程中遇到GPU驱动问题,但文章提供了显卡驱动的下载和安装方法,并强调在虚拟环境中安装库以避免版本冲突。最后,介绍了如何激活虚拟环境并使用Jupyter Notebook进行交互式编程。
摘要由CSDN通过智能技术生成

参考链接:

整个环境搭建链接(Anaconda、CUDA):https://github.com/sharedeeply/DeepLearning-StartKit

tensorflow安装官方链接:https://tensorflow.google.cn/install/install_linux#the_url_of_the_tensorflow_python_package

pytorch安装官方链接:https://pytorch.org/

步骤一:安装anaconda(作用是创建虚拟环境,避免各个环境受版本不同的影响)

略(参考第一个链接)

 

步骤二:CUDA安装(显卡厂商NVIDIA运算平台

cuda下载链接:https://developer.nvidia.com/cuda-toolkit-archive

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