胭脂草的ABC博客

一、CUDA安装下载cuda输入nvidia-smi命令查看支持的cuda版本如果无法查看，则说明尚未安装nvidia驱动，点击附加驱动，选择对应版本的驱动即可自动下载。从https://developer.nvidia.com/cuda-toolkit-archive下载对应版本的cuda，选择18.04的版本即可。gcc降级Ubuntu20.04自带的gcc版本为9.7.0，需要添加gcc7才可安装cuda10.2，输入命令安装gcc7apt-get install gc..

看了很多人发的关于cuda的安装教程，方法千奇百怪，有的直接更新源就安装，不可否认我之前这台电脑就是通过直接更新源安装就成功了，但是前两天因为版本问题不得不重装系统，再用这种方法就再也安装不上了。要么安装后黑屏，要么登陆界面一直循环。找了很多种方法，大多都以悲剧告终。重装了20多次系统，最后通过看nvidia官方教程找了办法并安装成功。2017年3月21日添加：①14.04.5内核版本过高，gcc编译不通过，14.04.4及其以下可以正常编译②M2000以及M4000\6000等新...

Win10配置CUDA10+cuDNN7（pytorch，tensorflow-gpu）记录电脑：联系M4400，双显卡（集显和独显），开机过程长按F1进入BIOS，在设置显卡那里要选择独显类型（看英文提示选择）环境：Python 3.6.5，pip方式安装包（使用的是winpython，轻便，Anoconda太大了，安装还特别慢）CPU:I5 4200U @ 1.6GHzRAM: 8GB显卡：GTX GT 730M(Laptop)，很老的显卡，2013年出的，显存2G，CUDA核384.

tensorflow-gpu与 cuDNN、CUDA版本之间的关系：经过测试的构建配置CPU版本 Python 版本 编译器 构建工具 tensorflow-2.0.0 3.5-3.7 MSVC 2017 Bazel 0.26.1 tensorflow-1.14.0 3.5-3.7 MSVC 2017 Bazel 0.24.1-0.25.2 tensorflow-1.13.0 3.5-3.7 MSVC 2015 upd