【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.exe
和 bandwidthTest.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
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 【.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