深度学习主机环境配置: Win10+Nvidia GTX 1080i+CUDA8.0+CUDDN6

最新推荐文章于 2024-09-13 08:00:58 发布
最新推荐文章于 2024-09-13 08:00:58 发布
阅读量1.5k 收藏 4
点赞数 1
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。
本文链接：https://blog.youkuaiyun.com/weixin_38213431/article/details/80792055
本文详细介绍了如何在Windows 10系统中配置深度学习环境，包括硬件配置、系统要求以及CUDA 8.0和cuDNN v6.0的安装步骤。通过Anaconda安装Tensorflow GPU 1.4，并提供了测试安装正确性的方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

环境说明

硬件：

CPU：E5-2673 V3

主板：华硕Z10Z10PA-D8

内存：三星DDR4 2400 ECC-R 16G*2

显卡：微星GTX1080Ti AERO

固态硬盘：三星PM961 256G M.2

机械硬盘：希捷2T

电源：长城1250W

机箱：ANTEC P8

风扇：10热管全静音

系统：Windows 10 Enterprise Version

前期工作

NVIDIA 最新版驱动

Visual Studio 2015 （需要C++部分，可以安装visual studio community 2015）

备注：经过测试，Visual Studio 2013也可以。

安装CUDA和cuDNN

注意：发这篇文章的时候，tensorflow尚不支持最新版本的CUDA和cuDNN，因此，本文使用以下两个版本：

1. CUDA 8.0

下载地址：

最低0.47元/天 解锁文章

200万优质内容无限畅学
Jack__Yu
关注
Ti与1080：编程性能比较
ByteSparkX的博客
10-04 353
Ti显卡通常具有更高的计算能力、更大的显存容量和更多的CUDA核心数量，这使得它在大规模科学计算和深度学习等任务中表现出色。对于编程性能的比较，我们首先需要考虑的是显卡的计算能力。如果你需要进行大规模的科学计算或深度学习训练，Ti显卡可能是更好的选择，因为它可以提供更快的计算速度和更高的效率。如果你的编程任务需要处理大量的数据或需要高分辨率的图像处理，Ti显卡的更大显存容量可能会为你带来更好的性能。通过对它们的比较，我们可以更好地了解它们在编程任务中的表现，并为选择适合编程需求的显卡提供一些参考。
ubuntu16.04配置GPU1080Ti 安装cuda caffe
晴天
12-22 1495
首先在安装Ubuntu的时候，你需要确认你的Ubuntu系统的内核是多少，在安装cuda的时候是需要彼此匹配的，这个可以查询cuda官网上的手册。 网上大多数的关于cuda的安装都有这样的介绍，那就是先删除你原来的显卡驱动，再安装nvidia驱动，原因在于我重新安装了1080Ti，而我在安装ubuntu16.04系统的时候就已经将驱动安装完毕，所以我基本上是直接安装cuda。 安装cuda，需
深度学习主机环境配置
qq_21152763的博客
04-15 633
1.安装Ubuntu16.042.更新软件（1）输入命令  sudo apt update（2）输入命令  sudo apt upgrade（3）执行期间命令行询问是否下载Y/n，输入Y确认下载，系统将下载软件包并配置，等待时间视乎需要安装德数量和网速，下载过程中有百分比进度提示（4）更新后再次执行命令 sudo apt upgrade（5）当出现下图证明软件已经全部更新  3.安装1080TI显...
深度学习电脑环境配置
讯_2018
09-08 1416
前几天新买的一台电脑，加显示器和其它配件，共计2.7万元多。 一、硬件及系统基本信息（在dos命令中运行dxdiag查看） 系统型号（主板型号）：XPS 8930 BIOS：1.0.10 处理器：Intel（R）Core(TM) i7-8700 CPU @3.7GHz(12 CPUs),~3.7GHz 内存：32768MB RAM DirectX 版本：DirectX 12 操作系统...
深度学习主机环境搭建：Ubuntu LTS 16.04 + Nvidia GTX 1080
SEUlvjian的博客
09-21 3129
深度学习主机环境搭建：Ubuntu LTS 16.04 + Nvidia GTX 1080 1.安装Ubuntu LTS 16.04 在官网下载Ubuntu LTS 16.04镜像，使用U盘工具，制作启动盘。安装过程中若出现黑屏，按‘e’进入启动设置，将Boot Options ed boot=...initrd=/casper/initrd.lz quiet splash ---改为Boot Options ed boot=... initrd=/casper/initrd.lz q
win10 GTX1080配置Python CUDA、CUDNN支持
weixin_42074867的博客
05-09 4969
1 环境 win10 64位 VS2017 CUDA9.0 （TensorFlow_gpu1.6以上版本支持CUDA9.0暂时不支持9.1） 2 下载 打开NVIDIA控制面板，如下图所示。选择“系统信息”--“组件”，找到NVCUDA.DLL信息显示即为显卡支持的CUDA最高版本。 通过查看后面产品名称中数字即为最高支持的CUDA版本，然后从下面链接中下载对应的版本 h...
faster-rcnn在win10+cuda8.0+1080ti+vs2013+matlab2015b下的配置 疑难问题解答
zbwustc的博客
11-13 1654
之前在cuda7.5+win7+980版本成功训练过faster-rcnn，最近换了显卡，用的是1080TI，环境变了，重新配置，反反复复用了将近一周的时间。编译环境1.vs2013+cuda8.0（不使用cudnn）+matlab2015b 2.caffe源码，https://github.com/ShaoqingRen/caffe。这里注意一定要用faster-rcnn作者给的caffe代码，
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080i+CUDA8.0+CUDDN6
JackYuBo
06-24 787
一 硬件配置配置 型号 数量主板 华硕Z10PE-D8 WS*1内存 三星 2400 ECC-R 16G* 4CPU 2673 V3 (2.4主频 12核24线程）* 2风扇 金钱豹10热管全静音 *2电源 肯为 GPU计算 挖矿 1600w *1机箱 勤诚RM41300 G特制机箱 （支持4显卡）* 1显卡 技嘉1080TI GAMING OC 11G *4固态 INTER 545s 256G ...
Win10+GTX1050ti+cuda8.0+cuDNN5.1+Tensorflow-gpu1.2+Keras+Theano环境搭建-附件资源
03-05
Win10+GTX1050ti+cuda8.0+cuDNN5.1+Tensorflow-gpu1.2+Keras+Theano环境搭建-附件资源
win7+gtx1070+tensorflow+cuda8.0+cudn搭建深度学习环境
10-23
### 构建Win7下的深度学习环境：TensorFlow + CUDA 8.0 + cuDNN #### 一、概述 本篇文章将详细介绍如何在Windows 7操作系统上搭建一个基于TensorFlow、CUDA 8.0及cuDNN的深度学习开发环境。此环境适用于希望在...
1.GPU详细安装步骤：win10+GTX1060 + tensorflow1.8.0+keras+cuda9.2+cudnn7.1.4--深度学习文章1
06-04
Tensorflow+SSD+Yolo（目标检测）文章1：深度学习环境搭建：win10+GTX1060 + tensorflow1.8.0+keras+cuda9.2+cudnn7.1.4 该资源是本篇文章的操作步骤以及参考帖子的截图，以防参考帖子失效。
超级详细的win10下gpu1080ti配置tensorflow
09-24
安装GPU版本的TensorFlow最重要的就是各种软件之间版本匹配，建议多在网上看看别人已经走过的版本搭配。安装时最好关闭360这些杀毒程序,最终我选择: Anaconda3+VS2015+python3.5+CUDA8.0.44+cuDNNv6.0+tensorflow-gpu1.4 先安装 CUDA，再安装 tensorflow ，最后安装 cuDNN,按照这个顺序装，可省去一些不必要的麻烦。
超级详细的Win10下gpu1080ti布署caffe
09-24
CUDA 8.0.44 安装时会提示cuda中的驱动比GPU现有的驱动版本低，建议使用现有驱动。如果出现这个提示，不用担心，在“下一步”选择安装模式时，把“默认”改为自定义。 然后下一步的三个钩选框中，只选择安装CUDA，不要钩选其他两个（是驱动和物理加速程序）。
GTX时代最强王者早已没落！曾经的卡皇1080ti显卡，还值得捡吗？
最新发布
二爷记
09-13 1万+
NVIDIA GeForce GTX 1080 Ti 是一款高性能显卡，基于Pascal架构，根据英伟达显卡命名规则，10表示的是10系，也就是第10代，80表示的是高端旗舰，ti表示的是增强版，毫无疑问，这是一张卡皇级别的显卡。一、卡皇1080ti显卡介绍1080ti本来是一张不该存在的显卡，是应对竞争对手 AMD 而推出的显卡，刀法上手一抖，搞出来了1080Ti。这张卡算是老黄出过最有诚意的一...
16.04安装1080ti驱动
休的博客
05-10 1610
流程 #@ CUDA 10.2 参考之前在笔记本上安装显卡驱动的记录ubuntu16.04+GTX1650 安装cuda,驱动会自动安装！+安装cudnn，按照官网教程安装cuda toolkit，会自动安装显卡驱动。 按照此教程，直接安装cuda 10.2( CUDA Toolkit 10.2 Download) reboot 显卡驱动已成果更新 (base) xiu@xiu:/usr/local$ nvidia-smi Mon May 9 16:15:35 2022 +---------
ubuntu16.04 + GPU 1080ti + CUDA8.0环境下配置 Caffe-SSD
wc0902的博客
04-01 431
首先，安装依赖 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-ge...
Ubuntu16.04 64位 + NVIDIA GEFORECE GTX960 + CUDA-8.0.44
欢迎来访
10-16 5031
1.安装之前先卸载已经存在的驱动版本： sudo apt-getremove --purge nvidia*          2.安装相关依赖项 sudo apt-getinstall freeglut3-dev build-essential libx11-dev libxmu-dev  libxi-devlibgl1-mesa-glx libglu1-mesa libglu1-
anaconda创建环境、删除环境、激活环境、退出环境
一个兴趣使然CVer的博客
12-26 1520
1、创建环境（若显示无法创建很有可能是conda需要换源，可以参考如何换源）： conda create -n tf-2 python=3.7 # 创建一个以tf-2为名称的虚拟环境，所用python版本为3.7 2、删除环境： conda remove -n tf-2 3、激活环境： conda activate tf-2 4、退出环境： conda deactivate tf-2 ...
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
zouroot的专栏
03-02 1010
转载网址：http://www.tuicool.com/articles/JvUvQjZ 1. 安装Ubuntu16.04 不考虑双系统，直接安装 Ubuntu16.04，从 ubuntu官方 下载64位版本: ubuntu-16.04-desktop-amd64.iso 。 在MAC下制作了 Ubuntu USB 安装盘，具体方法可参考: 在MAC下使用ISO制作Linux
深度学习环境搭建指南：Win10+GTX1060+TensorFlow1.8.0+Keras+CUDA9.2
本文所提及的标题和描述详细介绍了在Windows 10操作系统环境下，如何安装和配置NVIDIA GTX1060显卡，TensorFlow 1.8.0，Keras，CUDA 9.2以及cuDNN 7.1.4这些组件的步骤，以建立一个深度学习环境。此外，文章还涉及了...
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