type
status
password
date
slug
summary
category
URL
tags
icon
查看电脑GPU支持的CUDA版本
- 检查电脑的NVIDIA版本，在cmd中输入nvidia-smi(注意nvidia-smi中的是驱动对应的cuda最高版本，只要此版本大于等于你安装的cuda即可)
- 选择11.6的CUDA版本，然后根据自己电脑情况选择配置，一般都是Windows11 +x86_64+CUDA版本号+exe[local]，最后点击下载即可
- 下载完成后，以管理员身份运行即可，选择安装地址，等待安装。检查系统兼容性，然后点击“同意并继续”
- 检查系统变量中是否添加刚才我们的安装路径，若没有则需要自己添加
- 查看CUDA是否安装成功，执行下面的第一个命令，第二个命令查看环境变量配置。必须使用cmd命令行
下载cuDNN，配置
- 进入下载页面，选择cuDNN版本
- 下载后解压，将这三个文件夹复制到CUDA的安装目录中
- 添加下面的四个路径到环境变量中
- 验证是否安装成功 ，在命令行中进入下面的目录，分别执行图中的exe文件
- 对于 1.15 及更早版本，CPU 和 GPU 软件包是分开的：
- CUDA® 架构为 3.5、5.0、6.0、7.0、7.5、8.0 或更高的 NVIDIA® GPU 卡。请参阅支持 CUDA® 的 GPU 卡列表
- 下载位置
Pytorch GPU版本安装
方法1使用命令直接安装
方法2：到官网下载文件到本地再安装
下载链接，使用pip install xxx安装，注意CUDA版本和python版本要对应，这里不演示。
tensorflow GPU版本安装
安装方式一
安装方式二
Linux
版本 | 下载链接 |
Python 3.6（支持 GPU） | |
Python 3.6（仅支持 CPU） | |
Python 3.7（支持 GPU） | |
Python 3.7（仅支持 CPU） | |
Python 3.8（支持 GPU） | |
Python 3.8（仅支持 CPU） | |
Python 3.9（支持 GPU） | |
Python 3.9（仅支持 CPU） |
macOS（仅支持 CPU）
版本 | 下载 |
Python 3.6 | |
Python 3.7 | |
Python 3.8 | |
Python 3.9 |
Windows
版本 | 下载 |
Python 3.6（支持 GPU） | |
Python 3.6（仅支持 CPU） | |
Python 3.7（支持 GPU） | |
Python 3.7（仅支持 CPU） | |
Python 3.8（支持 GPU） | |
Python 3.8（仅支持 CPU） | |
Python 3.9（支持 GPU） | |
Python 3.9（仅支持 CPU） |