【Win10】同时安装Tensorflow1.13.2和pytorch1.2.0

环境:Win10+python3.6

一、安装cuda 10

  1)下载cuda安装包:cuda官网下载(https://developer.nvidia.com/cuda-10.0-download-archive)

  2)安装完成后配置环境变量C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin  

  如果安装了多个版本的cuda,将要使用的cuda环境路径放在最上面就行

  再检查有没有这两个

  

 

  3)验证安装:nvcc -V

  

  能正确显示版本即可

二、安装cudnn

  1)下载cudnn:cuDNN Download:https://developer.nvidia.com/rdp/cudnn-download(需要登录或注册)

  2)压缩包解压到对应的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 路径下

  3)添加环境变量:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

  4)验证cudnn:在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite 路径下有NVIDIA提供的 deviceQuery.exebandwidthTest.exe 来查看GPU的状态,如果直接运行闪退,在该目录下运行cmd然后执行,均显示PASS即为安装正确。

三、安装anaconda

四、conda创建虚拟环境

  1)创建环境:conda create -n torch-tensor python=3.6

  2)激活环境:activate torch-tensor

五、安装pytorch:

  1)conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch

  2)输入:python

      import torch

      print(torch.__version__)

      print(torch.cuda.is_available())

    检查pytorch是否安装成功

六、安装tensorflow:

  1)通过清华源安装:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.2

  2)输入:python

      import tensorflow as tf

      tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)

    检查tensorflow是否安装成功

全部安装完成后,在实际工程中测试是ok的

 

 

 

  

 

 
posted @   快乐男孩小王  阅读(482)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 【.NET】调用本地 Deepseek 模型
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库
点击右上角即可分享
微信分享提示