深度学习环境搭建【显卡算力、CUDA、pytorch、tensorflow选择】

总结:深度学习环境搭建【显卡算力、CUDA、pytorch、tensorflow选择】

一、了解自己的显卡,确定其对应的算力

不同显卡对应的算力

二、根据算力、显卡驱动,选择cuda版本

显卡驱动与cuda版本对应关系

  • 注意:
    • 如果没有安装显卡驱动,先安装显卡驱动,ubuntu安装显卡驱动
    • 如果已经安装过显卡驱动,根据显卡驱动与cuda版本对应关系,选择cuda。【建议:在显卡驱动支持的范围内,尽量选择高版本的cuda,因为cuda可以向下兼容】

三、pytorch版本选择

进入pytorch官网,选择需要的torch版本安装。

  • 注意:
    • 在显卡支持的范围内,可以自由的选择cuda+torch进行安装,亲测训练目标检测模型可以使用gpu加速
    • 这里讲一下,为什么在显卡驱动支持的范围内,尽量选择高版本的cuda
      • 比如,在定向框检测的情况下,需要创建cuda的扩展(python setup.py develop)。这种情况下就需要考虑电脑上安装的cuda与conda环境中的cudatoolkit或pytorch版本问题
        • 如果电脑上安装的cuda版本高(比如:cuda11.7),conda环境中的cudatoolkit可以低于11.7版本,执行 python setup.py develop 时可以通过;
        • 如果电脑上安装的cuda版本低(比如:cuda10.0),conda环境中的cudatoolkit低于10.0时可以编译通过,高于10.0时则编译失败。

四、tensorflow版本选择

tensorflow与tensorflow-gpu的安装和使用似乎没有pytorch那么挑剔,在conda环境中安装对应的cudatoolkit, cudnn, tensorflow-gpu 即可,安装教程

相关推荐
Kaydeon8 分钟前
【AIGC】50倍加速!NVIDIA蒸馏算法rCM:分数正则化连续时间一致性模型的大规模扩散蒸馏
人工智能·pytorch·python·深度学习·计算机视觉·aigc
三年呀44 分钟前
深度剖析Mixture of Experts(MoE)架构:从原理到实践的全面指南
人工智能·深度学习·架构·模型优化·大规模模型
mortimer2 小时前
从 Python+venv+pip 迁移到 uv 全过程 及 处理 torch + cuda 的跨平台指南
pytorch·python·macos
墨利昂2 小时前
神经网络常用激活函数公式
人工智能·深度学习·神经网络
初级炼丹师(爱说实话版)4 小时前
PGLRNet论文笔记
人工智能·深度学习·计算机视觉
无风听海5 小时前
神经网络之理解梯度和方向导数
人工智能·深度学习·神经网络
zy_destiny8 小时前
【工业场景】用YOLOv8实现人员打电话识别
人工智能·python·深度学习·yolo·机器学习·计算机视觉·目标跟踪
zzZ65659 小时前
PyTorch 实现 MNIST 手写数字识别全流程
pytorch·深度学习
Mr.Winter`9 小时前
深度强化学习 | 基于SAC算法的动态避障(ROS C++仿真)
人工智能·深度学习·神经网络·机器人·自动驾驶·ros·具身智能
东方芷兰9 小时前
LLM 笔记 —— 07 Tokenizers(BPE、WordPeice、SentencePiece、Unigram)
人工智能·笔记·深度学习·神经网络·语言模型·自然语言处理·nlp