机器学习相关环境配置

lgnzgxl

已于 2024-06-17 20:17:24 修改

阅读量358

点赞数

分类专栏：机器学习入门文章标签： tensorflow python

于 2020-04-28 12:30:20 首次发布

本文链接：https://blog.youkuaiyun.com/sinat_36388974/article/details/95312882

版权

机器学习入门专栏收录该内容

3 篇文章

订阅专栏

VS2015
vs2015运行时库：下载64位的，这里下载，下载后安装
pip 9.0.1（换源方法）
（确认pip版本 >= 8.1，用pip -V 查看当前 pip 版本，用python -m pip install -U pip升级pip 。）
cuda安装后的确认，命令行输入 nvcc -V
安装成功后，下载cudnn，将三个文件夹覆盖，cuda默认路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\

Cuda的卸载，版本转换参考
https://blog.youkuaiyun.com/u013066730/article/details/85054164
建议使用Geek软件卸载，及时清理注册表

本次配置环境：
NVIDA驱动V385.69
CUDA版本V9.0.176
CUDNN版本V7.6.0 for cuda9.0

参考：windows10安装tensorflow的gpu版本（pip3安装方式）
https://www.cnblogs.com/huaxingtianxia/p/8048018.html

tensroflow官方配置
https://tensorflow.google.cn/install/gpu

pytorch官方配置
https://pytorch.org/get-started/previous-versions/
安装速度较慢时，可在pytorch站找到对应版本的链接，是用迅雷进行下载，之后使用pip进行whl安装
https://download.pytorch.org/whl

cuda与驱动的对应版本
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

cuda与GCC的对应版本
https://docs.nvidia.com/cuda/archive/10.0/cuda-installation-guide-linux/index.html
根据需求修改连接中的版本号

cupy的安装
可参考安装引导进行安装
https://docs.cupy.dev/en/latest/install.html#install-cuda
需根据cuda版本，使用pip安装，>其中 x并非某个具体数字，而是字母
pip install cupy-cuda11x
pip install cupy-cuda12x

gcc/g++切换疑难问题
参考：https://www.cnblogs.com/zzoo/p/ubuntu20_04_3-gcc_4_8_5.html

以下命令可进行gcc与g++多版本切换
sudo update-alternatives --config gcc
sudo update-alternatives --config g++

pip的更新

python -m pip install --upgrade pip
pip install --upgrade pip setuptools

NCCL官方教程

https://docs.nvidia.com/deeplearning/nccl/install-guide/index.html

CUDA版本与GCC的要求

软件历史版本连接

cuda历史版本下载
 cudnn历史版本下载（内含对应的cuda版本）
NCCL历史版本下载
NViDA账号（备忘：qq邮箱，小写开头++密码）