安装cuda cudnn pytorch指定版本 cuda版本切换

最新推荐文章于 2024-05-30 17:19:13 发布
最新推荐文章于 2024-05-30 17:19:13 发布
阅读量919 收藏 3
点赞数
文章标签： pytorch 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zzzzry/article/details/125488386
版权

创建虚拟环境：conda create -n your_env_name python=3.6

激活虚拟环境：source activate your_env_name

添加conda国内镜像：

  1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

  2. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

  3. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

  4. conda config --set show_channel_urls yes

安装cuda:conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
 

安装cudnn:conda install cudnn=7.4.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

安装pytorch指定版本:conda install pytorch=0.3.0 torchvision=0.2.0 -c soumith

（注意pytorch与cuda版本匹配）

切换cuda 版本命令：

sudo rm -rf /usr/local/cuda

sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda

source ~/.bashrc

nvcc -V #查看cuda版本

（有道云笔记的命令　直接复制终端居然不能识别　坑

南风知我意yi
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
在安装cuda10.0和cudnn7.4的情况下安装pytorch
qq_48455792的博客
08-26 263
创建环境、激活环境、和检查CUDA是否配置完毕 1、创建环境 conda create -n pytorch12 python=3.6 2、激活环境 conda activate pytorch12 3、检查cuda是否正常 nvcc -V 如果你的cuda配置正常会如下图所示： 安装pytorch 注意：这里已经在你的准备好得到pytorch12环境下 conda install pytorch==1.2.0 torchvision==0.4.0 -c pytorch 选择y，运行安装，一遍不行
conda创建Python虚拟环境并安装tensorflow GPU环境
Flying_sfeng的博客
11-18 9873
拿到一个新的容器之后，怎么创建一个独立的GPU训练环境呢？之前弄的时候总是零零散散的，现在把它总结在这里，供自己以及有需要的朋友查阅。 1. conda创建 1.1 下载anaconda wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.07-Linux-x86_64.sh 具体的anaconda版本可以从这里获取，找到自己想要的版本，右击复制链接即可。 1.2 安装anaconda bash Anac
不同conda环境切换不同的cuda版本
最新发布
weixin_42999968的博客
05-30 512
由于服务器中安装了两个版本的cuda（cuda10.1和cuda11.1），不同项目可能需要应用不同的cuda版本，但是。总结起来有三种方法：1、修改软链接指向，但是这样会使得所有环境以及所有账户的cuda版本都改变，会影响其他人**（强烈不推荐）**
pythorch Conda for cuda10.0 and cudnn7.4
07-18 870
# CUDA 9.2 conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch # CUDA 10.0 conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch # CPU Only conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly -c pytorch .
安装tensorflow-gpu的悲催之路 win10+anconda+cuda9.0+cudnn7.4.1+tf1.12.0（踩坑无数的孩子
qq_43771959的博客
06-13 516
看了很多教程之后，决定采用anconda来安装tensorflow，因为都说gpu的版本速度更快，所以选择gpu版本。 下面详细介绍在win10的配置情况 Nvidia ----- Geforce MX150 怎么看电脑是否有GPU 在开始中找到并打开NVIDIA控制面板（或桌面右键）有NVIDIA控制面板则有GPU 点开，找到帮助菜单，在下拉的菜单里选择系统信息选项， 在弹出的系统信息窗口里有两个菜单页面：显示和组件，选择组件，可以看到很多文件名，在文件名中找到NVCUDA，在产品名称一列可以看到该NVC
ubuntu16.04安装CUDA10.0+cuDNN7.4+tensorflow1.13
weixin_40512640的博客
06-15 4862
1、安装Nvidia驱动，可参考https://blog.csdn.net/weixin_40512640/article/details/91958123（注意CUDA10.0要求显卡驱动版本大于等于418.39，其他版本的CUDA可参考https://blog.csdn.net/zl535320706/article/details/83474849） 2、安装CUDA 参考了 https:/...
conda找不到对应版本的cudnn（解决方法）
hu_666666的博客
11-19 4580
配置深度学习环境时，打算安装cudatoolkit==11.0和cudnn==8.0，当使用conda install cudnn==8.0时，却搜索不到这个版本的包，解决方法如下：
pytorch安装GPU版本cuda和cudnn安装配置
01-22
以下是对GPU版本PyTorch、CUDA和cuDNN的详细安装配置过程： 1. **CUDA安装**： - CUDA是NVIDIA开发的用于加速计算的应用程序接口，它使得GPU可以执行并行计算任务，尤其适合处理大规模的计算密集型任务，如深度...
安装PyTorch的Gpu版本教程
01-23
根据你安装的CUDA版本来选择合适的PyTorch版本。 2. **安装Anaconda或Miniconda**（可选）：如果你还没有Python环境，建议安装Anaconda或Miniconda，它们是方便管理Python环境和包的工具。通过官方网站下载并安装，...
详解Ubuntu16.04安装nvidia驱动+CUDA+cuDNN的教程
09-14
在本教程中，我们将深入探讨如何在Ubuntu 16.04系统上安装NVIDIA显卡驱动、CUDA工具包以及cuDNN库。这个过程对于那些想要利用GPU进行深度学习和高性能计算的用户来说至关重要。 首先，我们需要确保你的GPU支持CUDA...
cudnn7.4版本(对应CUDA10.0）
01-28
CUDA10.1部分也可以用cudnn7.4。但是CUDA10.1最好用cudnn7.6,cudnn7.6在我其他上传的资源中
在Linux远程服务器上设置PyTorch的GPU版本
01-16
这条命令会安装指定版本的PyTorch及其依赖，包括GPU支持所需的CUDA工具包。 最后，启动Python解释器并测试GPU是否可用： ```python import torch print(torch.cuda.is_available()) ``` 如果返回`True`，则表示...
python3.6.4+anaconda5.1.0+cuda9.0.176+cudnn_v7.4.1.5+tensorflow安装心得
weixin_44525240的博客
11-07 607
python3.6.4+anaconda5.1.0+cuda9.0.176+cudnn_v7.4.1.5+tensorflow安装心得 前言 最近做本科毕业设计，要用到图卷积神经网络，开始入坑深度学习。在配置深度学习环境时踩了很多坑，为防止自己和大家继续踩雷，在此记录。我遇到的问题有： python版本太高，配置不兼容 cuda版本和电脑显卡不匹配 tensorflow版本不匹配 总之，都是粗心大意，没有注意版本匹配问题。在浏览了众多帖子后，最终采用最稳妥的方式，python3.6.4+anaconda
安装cuda10.0 +cudnn7.4+ ubuntu18.04
c19961227的博客
12-05 995
花费了好几天的时间安了10.1，发现得用10.0。哭死了。现在，写一个博客给将来的我看，省得我在去看别人的博客，大海捞针。 cuda10.1卸载 自带卸载程序， dg@dg-pc:/usr/local/cuda-10.1/bin$ sudo ./cuda-uninstaller 在安装的路径下找到这个cuda-unistaller,运行就可以了。 然后会出现一个界面，直接选 done 回车。 在...
【在anaconda的虚拟环境中一键安装tensorflow+cuda+cudnn】
qq_43352944的博客
11-22 2188
一键安装指令 conda install tensorflow-gpu=1.8 cudatoolkit=9.0 cudnn=7.0 升级指令 # 升级tensorflow pip install --upgrade tensorflow-gpu==1.15 # 升级cuda。先卸载cuda，再安装新的cuda conda uninstall cudatoolkit conda install cudatoolkit=10.0 # 升级cudnn。先卸载cuda，再安装新的cudnn conda uni
老卫带你学---cuda多版本切换
老卫带你学
03-04 304
参考文章： https://blog.csdn.net/maple2014/article/details/78574275/ https://blog.csdn.net/weixin_32820767/article/details/80421913 在我们gpu运算中，cuda的作用非常关键，但是有的时候我们需要特定的cuda版本，比如老卫在研究tensorflow的过程中发现，直接pip i...
Ubuntu16.4+CUDA9.0+cudnn7.4.1+Anaconda2+caffe2安装教程
PRIS-SCMonkey的博客
12-06 1208
文章目录写在最前面的话第一步 安装系统第二步 安装驱动第三步 安装CUDA9.0和Cudnn7.4.1第四步 安装Anaconda2第五步 安装caffe2 写在最前面的话 这篇博客是参考了很多的博客和安装教程在自己装电脑的时候总结出来的，可能不像很多基础教程那样手把手的教，但是顺着我们思路认真的阅读每一句话一定可以装成功的。此外还链接了很多大佬们的博客，大家有兴趣可以读一下。在这里，感谢大佬们把...
Windows安装tensorflow-gpu=1.14.0&CUDA=10.0&cuDNN=7.4 （多版本CUDA共存）
weixin_44589540的博客
11-01 2169
的版本，可以把鼠标放在上面，在左下角会显示版本号，这里选择安装适用于。（这一步的选项非常重要，如果勾选了其他的可能导致高版本已安装的。这里使用默认的安装位置就可以，可以记一下安装位置，后面需要用到。（注意如果原本已经打开了终端，需要关闭重新打开），第二个语句我第一次运行一直没有输出最后的。，还以为安装出错了，结果第二次运行成功输出。，如果需要安装高版本的需要先更新显卡驱动。的路径，我猜测这一步不是必须要做的hhh。配环境实在不易，给自己鼓个掌，加油~对于第一个语句，会输出很多行。的环境配置，需要先安装。
Windows pytorch 切换cuda版本
05-09
要在 Windows 上切换 PyTorch 的 CUDA 版本，可以按照以下步骤进行操作： 1. 首先卸载当前 CUDA 版本和与之相关的 PyTorch 版本。 2. 安装新的 CUDA 版本，可以在 NVIDIA 官网上下载相应的版本。 3. 安装与新 CUDA 版本相对应的 cuDNN 库，同样可以在 NVIDIA 官网上下载。 4. 重新安装 PyTorch，可以使用 pip 命令安装。在安装时，需要指定新 CUDA 版本的路径，例如： ``` pip install torch==1.7.1+cu110 -f https://download.pytorch.org/whl/cu110/torch_stable.html ``` 其中，cu110 表示 CUDA 11.0 版本，如果是其他版本，需要相应地更改。 5. 验证安装是否成功，可以在 Python 中输入以下代码： ``` import torch print(torch.version.cuda) ``` 如果输出的版本号是新安装的 CUDA 版本，则表示切换成功。 注意：在切换 CUDA 版本时，需要保证新旧版本的兼容性，否则可能会出现不兼容的情况。建议在切换前先查看 PyTorch 官方文档中的版本兼容性说明。

“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 2
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