一、概念
下面介绍显卡驱动(例NVIDIA GeForce)、CUDA、cuDNN 的概念和联系。
显卡驱动
显卡驱动是封装成软件的程序,硬件厂商根据操作系统编写的配置文件。安装成功后成为操作系统中的一小块代码。它是硬件所对应的软件,计算机有它就可以与显卡进行通信,驱使其工作。如果没有显卡驱动,显卡就无法工作。
CUDA
由NVIDIA建立的并行计算平台以及编程模型,可以显著的提高GPU的计算性能。
cuDNN
NVIDIA的cuDNN是针对深度神经网络计算的一个GPU加速库,为标准例程提供了高度优化的实现,比如向前、向后卷积,池化,规范化和激活层。其是NVIDIA Deep Learning SDK的一部分。
有一个比喻能够形象的说明CUDA、cuDNN两者的关系:把CUDA看作是一个工作台,上面配有很多工具,如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库,有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具,比如它就是个扳手。但CUDA这个工作台买来的时候并没有送扳手。想要在CUDA上运行深度神经网络,就要安装cuDNN,就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作,工作速度相较CPU快很多。
二、conda 常用命令
(1)查看虚拟环境列表
bash
conda env list
(2)创建一个虚拟环境
bash
conda create -n env_name python=3.10
(3)查看jupyter核列表
bash
jupyter kernelspec list
(4)删除核
bash
jupyter kernelspec remove kernel_name
(5)给虚拟环境添加核
bash
conda activate env_name
pip install ipykernel
python -m ipykernel install --user --name=your_kernel_name
(6)删除虚拟环境
bash
conda remove -n env_name --all
(7)配置镜像源
bash
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
国内常用镜像源:
· 清华大学:https://pypi.tuna.tsinghua.edu.cn/simple/
· 阿里云:http://mirrors.aliyun.com/pypi/simple/
· 中国科技大学:https://pypi.mirrors.ustc.edu.cn/simple/
· 华中科技大学:http://pypi.hustunique.com/
· 山东理工大学:http://pypi.sdutlinux.org/
**·**豆瓣:http://pypi.douban.com/simple/
参考文章: