唐山公司网站建设,免费定制网页,一键上传淘宝网站开发,有什么做家常菜的网站总结#xff1a;深度学习环境搭建【显卡算力、CUDA、pytorch、tensorflow选择】 一、了解自己的显卡#xff0c;确定其对应的算力二、根据算力、显卡驱动#xff0c;选择cuda版本三、pytorch版本选择四、tensorflow版本选择 一、了解自己的显卡#xff0c;确定其对应的算力… 总结深度学习环境搭建【显卡算力、CUDA、pytorch、tensorflow选择】 一、了解自己的显卡确定其对应的算力二、根据算力、显卡驱动选择cuda版本三、pytorch版本选择四、tensorflow版本选择 一、了解自己的显卡确定其对应的算力
不同显卡对应的算力
二、根据算力、显卡驱动选择cuda版本
显卡驱动与cuda版本对应关系
注意 如果没有安装显卡驱动先安装显卡驱动ubuntu安装显卡驱动如果已经安装过显卡驱动根据显卡驱动与cuda版本对应关系选择cuda。【建议在显卡驱动支持的范围内尽量选择高版本的cuda因为cuda可以向下兼容】 cuda, cudnn下载和安装
三、pytorch版本选择
进入pytorch官网选择需要的torch版本安装。
注意 在显卡支持的范围内可以自由的选择cudatorch进行安装亲测训练目标检测模型可以使用gpu加速这里讲一下为什么在显卡驱动支持的范围内尽量选择高版本的cuda 比如在定向框检测的情况下需要创建cuda的扩展(python setup.py develop)。这种情况下就需要考虑电脑上安装的cuda与conda环境中的cudatoolkit或pytorch版本问题 如果电脑上安装的cuda版本高比如cuda11.7conda环境中的cudatoolkit可以低于11.7版本执行 python setup.py develop 时可以通过如果电脑上安装的cuda版本低比如cuda10.0conda环境中的cudatoolkit低于10.0时可以编译通过高于10.0时则编译失败。
四、tensorflow版本选择
tensorflow与tensorflow-gpu的安装和使用似乎没有pytorch那么挑剔在conda环境中安装对应的cudatoolkit, cudnn, tensorflow-gpu即可安装教程
