win10+cuda9.0+cudnn7.6.5 for cuda9.0+torch1.0

CUDA安装与PyTorch配置
最新推荐文章于 2022-05-08 20:47:04 发布
原创 最新推荐文章于 2022-05-08 20:47:04 发布 · 690 阅读 · 0 ·
CC 4.0 BY-SA版权
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。

本文详细介绍了如何检查CUDA的安装状态，包括nvcc版本验证，以及将cuDNN库文件移至CUDA目录的方法。此外，还提供了使用conda安装特定版本PyTorch和TorchVision的步骤，确保与CUDA9.0兼容。最后，通过添加清华镜像源加速安装过程。
部署运行你感兴趣的模型镜像

1.#检查cuda的安装情况
nvcc --version
2.将cudnn中的库文件移动到cuda的文件夹中
3.#检查cudnn，跑demo程序，两个PASS
在这里插入图片描述
4.#cuda9.0
conda install pytorch1.0.0 torchvision0.2.1 cuda90
5.#添加源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
6.安装pytorch
conda install --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ pytorch=1.0.0 torchvision=0.2.1 cuda90 -c pytorch

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

Download cuDNN v7.6.5 (November 18th, 2019), for CUDA 10.2
09-21
Download cuDNN v7.6.5 (November 18th, 2019), for CUDA 10.2
CUDNN 7.6.5【cudnn-10.0-windows10-x64-v7.6.5.32.zip】
10-20
cudnn-10.0-windows10-x64-v7.6.5.32.zip 跟着我博文安装中教程安装Tensorflow所需的
Cudnn-7.6.5-cuda9.0
01-12
cuda9.0 配套的cudnn文件
win10安装CUDA10.0+ cuDNN 7.6.5+ Anaconda3 +tensorflow
weixin_41340063的博客
05-15 3499
官方教程：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/ 硬件、软件要求 1， 表1. CUDA10.2中的Windows操作系统支持 操作系统 本机x86_64 十字架（x86_64上的x86_32） Windows 10 是 是 Windows 8.1 是 是 Windows 7 是 是 Windows Server 2019 ..
安裝ubunt18.04, cuda 10.0, cudnn7.6.5, anaconda3　总结了很多博客，全是干货
longteng_guo的博客
03-14 740
本文講述了如何安裝ubuntu 18.04双系统，和配置cuda 10.0 、anaconda３深度学习环境。 １．安装ubuntu 18.04 双系统 １．制作ubuntu18.04的 Ｕ盘启动盘 从国内镜像下载ubuntu18.04的系统安装文件（.iso格式) 清华源：https://mirrors.tuna.tsinghua.edu.cn/ubuntu-releases/18.04/ 下载...
复现一个代码，需要的torch==1.8.1＋cuda90.cudnn7.6.5的要求应该怎样下载
09-14
要复现一个需要特定版本的PyTorch和CUDA、cuDNN环境的代码，你可以按照以下步骤进行操作： 1. 安装特定版本的CUDA和cuDNN： - CUDA 9.0下载地址：https://developer.nvidia.com/cuda-90-download-archive - cuDNN...
Ubuntu 16.04 配置 PyTorch(GeForce GTX 1080Ti + CUDA 9.0 + Python 3.7) 全套教程
weixin_43160824的博客
11-01 1297
1. 前期准备工作 下载 Anaconda3，PyCharm，NVIDIA GeForce GTX 1080Ti 显卡驱动，CUDA，cuDNN，Pytorch 安装包，保存到同一个目录（如“下载”目录） 1.1 Anaconda3： https://www.anaconda.com/distribution/ 选择 Linux Python 3.7 version 64-Bit (x86) In...
Ubuntu16.04配置深度学习环境（pyTorch）：Ubuntu16.04 + cuda10.2 + cuDNN7.6.5 + Anaconda + pyTorch1.5 + pycharm
denkywu的博客
07-03 864
cuda和cudnn。如版本不合适，先卸载，然后安装，见：Ubuntu安装和卸载CUDA和CUDNN； 安装Anaconda Python pyTorch
Ubuntu18.04+NVIDIA-450驱动（GTX 960M）+CUDA+Cudnn+Anaconda+Pycharm+Yolov4
z952957407的博客
12-15 1718
1.安装显卡驱动 在软件商店的右上角位置点击软件和更新, 找到附加驱动，选择nvidia- driver-450（专有），然后点击应用更改。 重启 运行sudo /usr/bin/nvidia-settings检查驱动安装情况 运行cat /proc/driver/nvidia/version查看驱动版本。 2. 安装CUDA 我的显卡是GTX960m，选择cuda9.0，在nvidia官网下载 链接: CUDA. 将第一主文件和下面4个补丁都下载。 gcc降级 由于cuda9.0不支持gcc7,
graspnet) xiaobei@xiaobei-Legion-Y9000P-IRX9:~/lianxi_ws/src/graspnet-baseline/pointnet2$ conda search cudnn -c conda-forge Loading channels: done # Name Version Build Channel cudnn 5.1 0 anaconda/pkgs/free cudnn 5.1.10 cuda7.5_0 anaconda/pkgs/free cudnn 5.1.10 cuda8.0_0 anaconda/pkgs/free cudnn 6.0 0 anaconda/pkgs/free cudnn 6.0.21 cuda7.5_0 anaconda/pkgs/free cudnn 6.0.21 cuda8.0_0 anaconda/pkgs/free cudnn 7.0.5 cuda8.0_0 anaconda/pkgs/main cudnn 7.0.5 cuda8.0_0 pkgs/main cudnn 7.1.2 cuda9.0_0 anaconda/pkgs/main cudnn 7.1.2 cuda9.0_0 pkgs/main cudnn 7.1.3 cuda8.0_0 anaconda/pkgs/main cudnn 7.1.3 cuda8.0_0 pkgs/main cudnn 7.2.1 cuda9.2_0 anaconda/pkgs/main cudnn 7.2.1 cuda9.2_0 pkgs/main cudnn 7.3.1 cuda10.0_0 anaconda/pkgs/main cudnn 7.3.1 cuda10.0_0 pkgs/main cudnn 7.3.1 cuda9.0_0 anaconda/pkgs/main cudnn 7.3.1 cuda9.0_0 pkgs/main cudnn 7.3.1 cuda9.2_0 anaconda/pkgs/main cudnn 7.3.1 cuda9.2_0 pkgs/main cudnn 7.6.0 cuda10.0_0 anaconda/pkgs/main cudnn 7.6.0 cuda10.0_0 pkgs/main cudnn 7.6.0 cuda10.1_0 anaconda/pkgs/main cudnn 7.6.0 cuda10.1_0 pkgs/main cudnn 7.6.0 cuda9.0_0 anaconda/pkgs/main cudnn 7.6.0 cuda9.0_0 pkgs/main cudnn 7.6.0 cuda9.2_0 anaconda/pkgs/main cudnn 7.6.0 cuda9.2_0 pkgs/main cudnn 7.6.4 cuda10.0_0 anaconda/pkgs/main cudnn 7.6.4 cuda10.0_0 pkgs/main cudnn 7.6.4 cuda10.1_0 anaconda/pkgs/main cudnn 7.6.4 cuda10.1_0 pkgs/main cudnn 7.6.4 cuda9.0_0 anaconda/pkgs/main cudnn 7.6.4 cuda9.0_0 pkgs/main cudnn 7.6.4 cuda9.2_0 anaconda/pkgs/main cudnn 7.6.4 cuda9.2_0 pkgs/main cudnn 7.6.5 cuda10.0_0 anaconda/pkgs/main cudnn 7.6.5 cuda10.0_0 pkgs/main cudnn 7.6.5 cuda10.1_0 anaconda/pkgs/main cudnn 7.6.5 cuda10.1_0 pkgs/main cudnn 7.6.5 cuda10.2_0 anaconda/pkgs/main cudnn 7.6.5 cuda10.2_0 pkgs/main cudnn 7.6.5 cuda9.0_0 anaconda/pkgs/main cudnn 7.6.5 cuda9.0_0 pkgs/main cudnn 7.6.5 cuda9.2_0 anaconda/pkgs/main cudnn 7.6.5 cuda9.2_0 pkgs/main cudnn 7.6.5.32 h01f27c4_0 conda-forge cudnn 7.6.5.32 h01f27c4_1 conda-forge cudnn 7.6.5.32 h5754881_0 conda-forge cudnn 7.6.5.32 h5754881_1 conda-forge cudnn 7.6.5.32 ha8d7eb6_0 conda-forge cudnn 7.6.5.32 ha8d7eb6_1 conda-forge cudnn 7.6.5.32 hc0a50b0_0 conda-forge cudnn 7.6.5.32 hc0a50b0_1 conda-forge cudnn 8.0.5.39 h01f27c4_1 conda-forge cudnn 8.0.5.39 ha5ca753_1 conda-forge cudnn 8.0.5.39 hc0a50b0_1 conda-forge cudnn 8.1.0.77 h469e712_0 conda-forge cudnn 8.1.0.77 h90431f1_0 conda-forge cudnn 8.2.0.53 h2c0ae14_0 conda-forge cudnn 8.2.0.53 h86fa8c9_0 conda-forge cudnn 8.2.1 cuda11.3_0 anaconda/pkgs/main cudnn 8.2.1 cuda11.3_0 pkgs/main cudnn 8.2.1.32 h2c0ae14_0 conda-forge cudnn 8.2.1.32 h86fa8c9_0 conda-forge cudnn 8.3.2.44 hed8a83a_0 conda-forge cudnn 8.3.2.44 hed8a83a_1 conda-forge cudnn 8.4.0.27 hed8a83a_0 conda-forge cudnn 8.4.0.27 hed8a83a_1 conda-forge cudnn 8.4.1.50 hed8a83a_0 conda-forge cudnn 8.8.0.121 h0800d71_0 conda-forge cudnn 8.8.0.121 h0800d71_1 conda-forge cudnn 8.8.0.121 h10b603f_5 conda-forge cudnn 8.8.0.121 h264754d_2 conda-forge cudnn 8.8.0.121 h264754d_3 conda-forge cudnn 8.8.0.121 h264754d_4 conda-forge cudnn 8.8.0.121 h459966d_0 conda-forge cudnn 8.8.0.121 h459966d_1 conda-forge cudnn 8.8.0.121 h56904bc_3 conda-forge cudnn 8.8.0.121 h56904bc_4 conda-forge cudnn 8.8.0.121 h838ba91_2 conda-forge cudnn 8.8.0.121 h838ba91_3 conda-forge cudnn 8.8.0.121 h838ba91_4 conda-forge cudnn 8.8.0.121 hcdd5f01_4 conda-forge cudnn 8.8.0.121 hcdd5f01_5 conda-forge cudnn 8.8.0.121 hd5ab71f_4 conda-forge cudnn 8.9.1.23 h10b603f_0 conda-forge cudnn 8.9.1.23 hcdd5f01_0 conda-forge cudnn 8.9.2.26 cuda11_0 anaconda/pkgs/main cudnn 8.9.2.26 cuda11_0 pkgs/main cudnn 8.9.2.26 cuda12_0 anaconda/pkgs/main cudnn 8.9.2.26 cuda12_0 pkgs/main cudnn 8.9.7.29 h092f7fd_3 conda-forge cudnn 8.9.7.29 h10b603f_0 conda-forge cudnn 8.9.7.29 h10b603f_1 conda-forge cudnn 8.9.7.29 h10b603f_2 conda-forge cudnn 8.9.7.29 h56904bc_1 conda-forge cudnn 8.9.7.29 hbc23b4c_3 conda-forge cudnn 8.9.7.29 hcdd5f01_0 conda-forge cudnn 8.9.7.29 hcdd5f01_2 conda-forge cudnn 9.1.1.17 cuda12_0 anaconda/pkgs/main cudnn 9.1.1.17 cuda12_0 pkgs/main cudnn 9.1.1.17 cuda12_1 anaconda/pkgs/main cudnn 9.1.1.17 cuda12_1 pkgs/main cudnn 9.2.1.18 h93471f6_0 conda-forge cudnn 9.2.1.18 hbc370b7_0 conda-forge cudnn 9.3.0.75 h3e9b439_1 conda-forge cudnn 9.3.0.75 h50b6be5_1 conda-forge cudnn 9.3.0.75 h62a6f1c_2 conda-forge cudnn 9.3.0.75 h93bb076_0 conda-forge cudnn 9.3.0.75 hc149ed2_0 conda-forge cudnn 9.3.0.75 hf36481c_2 conda-forge cudnn 9.7.1.26 h50b6be5_0 conda-forge cudnn 9.7.1.26 h969bcc4_0 conda-forge cudnn 9.8.0.87 h81d5506_0 conda-forge cudnn 9.8.0.87 h81d5506_1 conda-forge cudnn 9.8.0.87 hf36481c_0 conda-forge cudnn 9.8.0.87 hf36481c_1 conda-forge cudnn 9.9.0.52 h81d5506_0 conda-forge cudnn 9.9.0.52 hf36481c_0 conda-forge cudnn 9.10.0.56 h0fdc2d1_0 conda-forge cudnn 9.10.0.56 h0fdc2d1_1 conda-forge cudnn 9.10.0.56 h0fdc2d1_2 conda-forge cudnn 9.10.0.56 hcd2ec93_0 conda-forge cudnn 9.10.0.56 hcd2ec93_1 conda-forge cudnn 9.10.0.56 hcd2ec93_2 conda-forge cudnn 9.10.1.4 h7646684_0 conda-forge cudnn 9.10.1.4 haad7af6_0 conda-forge cudnn 9.10.1.4 hbcb9cd8_1 conda-forge
最新发布
07-31
我们正在尝试为CUDA 11.7安装cuDNN 8.5.0.96版本。根据引用[1]，CUDA 11.7兼容cuDNN 8.4.x至8.6.x。因此，8.5.0.96在兼容范围内。但是，在conda-forge中，我们可能无法找到精确的8.5.0.96版本，因为conda-forge通常...
cudnn-10.0-windows10-x64-v7.6.5.32
03-25
亲测有效。适用于tensorflow2.0，百度网盘链接，只要2积分哦 适用于tensorflow2.0适用于CUDA10.0适用于CUDA10.0适用于CUDA10.0适用于CUDA10.0适用于CUDA10.0
cuDNN v7.0.5 适用于Ubuntu14.04 for CUDA 9.0
02-19
Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0下的两个库和例子 cuDNN v7.0.5 Runtime Library for Ubuntu14.04 (Deb) cuDNN v7.0.5 Developer Library for Ubuntu14.04 (Deb) cuDNN v7.0.5 Code Samples and User Guide for Ubuntu14.04 (Deb)
cuDNN v7.6.4 for CUDA 9.0 Linux
06-11
CUDA 9.0 可用的 cuDNN，版本号是v7.6.4。对于CUDA 9.0 来说是最新版本的cuDNN了。
nvidia+cuda9.0+cudnn7+tensorflow-gpu1.6.0安装
空大白
03-08 557
1、遇到安装显卡不成功，(不管是用.sh安装还是命令行安装) Nouveau 已经在用了，不让安装。 (1)删除原有的NVIDIA驱动程序 sudo apt-get remove –purge nvidia* (2) 禁用nouveau sudo gedit /etc/modprobe.d/blacklist.conf 在最后一行添加：blacklist nouveau (3) 由于nouveau...
win10+1050显卡+cuda9.0+cudnn7.6.5+pytorch1.1.0+py3.7(conda)安装+jupyter运行+pycharm运行（conda环境）
weixin_44151034的博客
05-08 4375
win10+1050显卡+cuda9.0+cudnn7.5+pytorch1.1.0安装参考网址安装cuda9.0检查GPU显卡支持的cuda版本下载并安装cuda 9.0修改环境变量安装cudnn7.6查看与cuda对应的cudnn版本注册NVIDIA账号下载cudnn并解压到cuda目录安装pytorch1.1.0创建新的虚拟环境安装pytorch检验pytorch是否成功安装 因为想要在本地笔记本安装pytorch来支持一些深度学习小程序的运行，所以在本地安装一下cudad和cudnn，并安装对应版本
CUDA9.0+CUDNN7.6+Anaconda3+TensorFlow-GPU=1.12+Pytorch1.1+Ubuntu18.04LTS环境配置
故事里的小可爱
10-21 598
TensorFlow-Object-Detection-Ubuntu18.04LTS前言1 环境安装1.1 Nvidia Driver安装，CUDA9.0+CUDNN7.61.1.1 安装NVIDIA显卡驱动1.1.2 安装CUDA9.0+CUDNN7.6功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、...
ubuntu安装CUDA9.0对应版本的CUDNN
weixin_39331401的博客
06-29 3805
跑深度学习代码的时候发现配置里面cudnn会报错，查看cudnn版本时找不到，于是重新安装一遍 查看cuda版本 cat /usr/local/cuda/version.txt 查看cudnn版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 进入官网下载https://developer.nvidia....
GTX960M安装Anaconda+cuda9.0+cudnn v7.6.5+tensorflow-gpu1.8.0
weixin_42052249的博客
04-05 4606
1 安装Anaconda 1.1下载Anaconda安装包 地址：Anaconda | Anaconda DistributionAnaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine.https://www.anaconda.com/download/ 1.2安装 双击已下载好的Anaconda3-
linux 安装yum 安装php
qq_41221841的博客
09-08 3013
#安装yum sudo apt-get update apt-get install lrzsz apt install yum apt-get install php7.0 libapache2-mod-php7.0
Ubuntu18.04系统CUDA9.0兼容的cuDNN7.6.5安装包发布
压缩包内包含的cudnn库版本为7.6.5，与cuda9.0相匹配，因此适用于cuda9.0版本的硬件加速环境。文件列表中还包含了一个名为“使用说明.txt”的文档，该文档提供了对于cudnn库的安装和配置的指导说明。 知识点详细...
评论
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