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
李师兄说大模型15 分钟前
KDD 2025 | 地理定位中的群体智能:一个多智能体大型视觉语言模型协同框架
人工智能·深度学习·机器学习·语言模型·自然语言处理·大模型·deepseek
锅挤1 小时前
深度学习5(深层神经网络 + 参数和超参数)
人工智能·深度学习·神经网络
网安INF1 小时前
深层神经网络:原理与传播机制详解
人工智能·深度学习·神经网络·机器学习
喜欢吃豆1 小时前
目前最火的agent方向-A2A快速实战构建(二): AutoGen模型集成指南:从OpenAI到本地部署的全场景LLM解决方案
后端·python·深度学习·flask·大模型
喜欢吃豆2 小时前
快速手搓一个MCP服务指南(九): FastMCP 服务器组合技术:构建模块化AI应用的终极方案
服务器·人工智能·python·深度学习·大模型·github·fastmcp
shangyingying_112 小时前
关于小波降噪、小波增强、小波去雾的原理区分
人工智能·深度学习·计算机视觉
书玮嘎13 小时前
【WIP】【VLA&VLM——InternVL系列】
人工智能·深度学习
要努力啊啊啊13 小时前
YOLOv2 正负样本分配机制详解
人工智能·深度学习·yolo·计算机视觉·目标跟踪
喝过期的拉菲14 小时前
如何使用 Pytorch Lightning 启用早停机制
pytorch·lightning·早停机制