win10+1060显卡安装anaconda+CUDA10.1+pytorch+cuDNN+tensorflow-gpu

https://www.cnblogs.com/yang520ming/p/10677110.html

一、 anaconda的安装

anaconda官网：https://www.anaconda.com/distribution/

根据自己的需要下载anaconda版本(本文考虑到python3.7可能有些兼容问题采用的是Anaconda3-5.2.0支持python3.6)

百度网盘链接：https://pan.baidu.com/s/1UUVJRWs1bjLD8HALbwZ0aQ

提取码：v1af

1，点击安装包安装,点击next

2，选择I Agree

3，这里选择anaconda是对于当前用户还是所有用户(小编安装的是对于所有用户)，Next

4，选择安装的路径(默认路径就好)，Next

5，这里切记勾选add anaconda to mypath自动配置环境变量不然自己配置环境变量麻烦，选择install

6，然后后面选择skip

7，最后选择finish

8，验证anaconda

win+r 输入 cmd 然后输入python

Anaconda安装成功

9，更换pip的镜像地址，提升包的安装速度

windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如下

[global]

index-url = https://pypi.tuna.tsinghua.edu.cn/simple

10，anaconda3中创建python2环境

(1) 在cmd中输入conda create -n py27 python=2.7（py27是指你创建的虚拟环境的名字，python=2.7是指python的版本）

(2) 激活python2的环境

 activate py27

此时python2中只有原始的包，在python2中安装anaconda的包

Conda install anaconda

最后pip list一下查看安装的包

二、CUDA的安装

1，查看自己N卡支持的CUDA版本，打开NVIDIA控制面板，选择系统信息

2，系统信息中选择组件

3，查看自己的CUDA版本(小编这里支持CUDA10.1)

4,CUDA官网(https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10)版本根据自己的需要选择

5，安装路径，选择OK（安装完成后路径会自动变化所以这里路径选择默认就好）

6，点击下一步

7，点击同意并安装

8，不想折腾就精简

9，显示没有VS，勾选并点击NEXT（切记关闭360等安全软件不然会失败）

10，安装完成

11，最后CUDA的安装路径会在

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1中

12，输入nvcc -V可以查看CUDA版本即安装成功

13，如果显示没有nvcc 将CUDA的bin目录(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin)添加到环境变量

14，我的电脑右键属性

15，选择环境变量

16，path编辑

17，将bin路径(C:\Program Files\NVIDIA GPU Computing Toolkit\

CUDA\v10.1\bin)添加在path中

此时确认退出重新打开cmd输入nvcc -V即可

三、cuDNN的安装

1，官网：https://developer.nvidia.com/cudnn没有账号需要注册找到自己对应的CUDA版本点击下载

然后解压，将解压的文件复制到cuda安装目录的对应文件中去

2，添加环境变量：C:\ProgramFiles\NVIDIA GPU ComputingToolkit\

CUDA\v10.0\lib\x64

四、pytorch的安装

1，pytorch官网https://pytorch.org/找到自己适应的版本

2，这里conda安装太慢选择了pip安装，使用迅雷链接下载

https://download.pytorch.org/whl/cu90/torch-1.0.1-cp36-cp36m-win_amd64.whl 下载.Whl文件。

3，然后以管理员的身份打开cmd,切换到文件所在的目录pip install xxx.whl

文件,最后pip install torchvision

4，测试pytorch,cmd中输入python然后导入包torch

import torch

五、tensorflow的安装

1,卸载安装的cpu版tensorflow

pip uninstall tensorflow

2，安装gpu版本tensorflow,这里使用conda install tensorflow-gpu(使用pip安装的话会各种报错，好像是anaconda中有些包和pip不兼容)，安装比较慢静心等待就好了

3，测试是否安装成功

import tensorflow as tf

a = tf.constant([1.0,2.0,3.0],shape = [3],name=‘a’)

b = tf.constant([1.0,2.0,3.0], shape = [3],name=‘b’)

c = a +b

sess = tf.Session(config =tf.ConfigProto(log_device_placement =True))

测试成功

win10+1060显卡安装anaconda+CUDA10.1+pytorch+cuDNN+tensorflow-gpu相关推荐

win10安装Anaconda、CUDA、cudnn、Pytorch
文章目录前言一.CUDA 二.Anaconda 1.Anaconda 2.安装完先检查一下通道配置 3.cuDNN和Pytorch安装参考前言安装cuda 一.CUDA CUDA,是显卡厂商 ...
win11下30系列显卡配置anaconda虚拟环境cuda，cudnn，pytorch
1.电脑配置:win11+3060显卡支持最高cuda版本是11.5 2.cuda cudnn 安装 (1)cuda 截止2022.5.6 pytorch支持的最新版cuda是11.3,故安装的cu ...
使用AMD显卡安装tch-rs(Rust版Pytorch)
自己研究,制作不宜,转发请标注来源使用环境:6700xt,opensuse15.4,rocm5.4 接着上一篇的,如果有不懂的先看上一篇第一步:安装libtorch(直接下pytorch官网的,解 ...
Ubuntu16.0下安装显卡驱动、cuda10.0 、cudnn的活生生案例
由于本人记性不好,所以将深度学习环境配置过程中的活生生教训记录下来,避免以后再在相同的地方栽跟头,时间如金,且行且珍惜. 这个方法在环境配置环境完成后才发现的,一般来讲啊,亲测有效的一般含金量都比较高 ...
anaconda环境配置pytorch总结，GPU调用失败方法总结
垃圾电脑(我好菜),配置环境用了六七个小时,淦,接下来我总结一下我遇到的问题及解决方法. 1.首先按部就班地在CSDN上搜索anaconda如何配置pytorch,帖子有很多,不再赘述,在添加完各种镜 ...
使用RTX3080显卡搭建基于Pycharm+Python+Cuda+cuDNN+TensorFlow的深度学习开发环境
本文链接:https://blog.csdn.net/tjhyx2012/article/details/112955582 作为一名新手,也是出于兴趣,我通过查找有关资料,使用RTX3080显卡搭建 ...
linux上验证cudnn是否安装成功_Linux下CUDA+CUDNN+TensorFlow安装笔记
之前用过TensorFlow的CPU版,现在买了个新电脑,就想把GPU也用起来,又因为目前大部分工作是在linux下做,所以有了在linux下安装cuda和TensorFlow的计划,快一个礼拜一直在 ...
Ubuntu 16.04 LTS　在anaconda环境下安装pytorch和tensorflow gpu，cuda10.0
文章目录准备更新笔记本的显卡驱动到较新的,最好是倒数第二新的版本安装cuda和cudnn: 安装conda: 安装tensorflow-gpu: 安装pytorch: 安装jupyter not ...
win10+1070ti显卡安装python3.6+CUDA10.1+cuDNN+pytorch1.5.0 gpu版本
cpu与gpu关系,为什么用gpu 从上图可以看出GPU(图像处理器,Graphics Processing Unit)和CPU(中央处理器,Central Processing Unit)在设计上的 ...

win10+1060显卡安装anaconda+CUDA10.1+pytorch+cuDNN+tensorflow-gpu

win10+1060显卡安装anaconda+CUDA10.1+pytorch+cuDNN+tensorflow-gpu相关推荐

最新文章

热门文章