cuda

tensorflow版本和cuda，cudnn版本的兼容性问题。 参考以下博客： 「 https://blog.csdn.net/qq_18649781/article/details/89045243 」 「 https://blog.csdn.net/omodao1/article/details/83241074 」「tensorflow版本和cuda，cudnn版本的兼容表格」 【给Ubuntu装上xrdp的远程桌面之后，远程登陆以后发现无法调用之前给主机安装的tensorflow，出现了一样的报错】 【排查了，不是版本问题，而是ldconfig的库地址环境变量问题？】 sudo ldconfig /usr/local/cuda- 9.0 /lib64 【参考】 【 https://blog.csdn.net/eb_num/article/details/89602652 】【使用ldconfig命令】 【 https://blog.csdn.net/winycg/article/details/80572735 】【关于ldconfig命令的作用】 来源： oschina 链接： https://my.oschina.net/u/4397772/blog/3517735

这几天为了运行python的图像转换的项目，不得不安装pytorch，安装了两天，最后把经验记录一下。 如果版本不匹配会抛出很多错误，而网上的各种解决方式有大部分也解决不了问题。 在安装pytorch之前，首先是你的PC安装的是NVIDIA显卡，然后打开NVIDIA控制面板，查看CUDA的版本，老的显卡建议就到8.0，因为9.0的cuda要求显卡的计算能力在3.5以上 我的显卡计算能力只有3.0。如果显卡的版本较低需要进行cuda版本升级。 运算能力参照：https://blog.csdn.net/real_myth/article/details/44308169 NVIDIA版本下载：https://developer.nvidia.com/cuda-toolkit-archive 显卡版本安装之后，需要安装Anaconda3，参照网上的例子如果这时候进行pytorch安装，会默认安装cuda9.1，即使你指定cuda80也不好用，所以只能下载离线版本的 cuda为80版本的pytorch。 https://pan.baidu.com/s/1dF6ayLr?errno=0&errmsg=Auth%20Login%20Sucess&&bduss=&ssnerror=0&traceid=#list/path=%2Fpytorch 下载到本地之后，在Anaconda

PyTorch 是目前主流的深度学习框架之一，而 JupyterLab 是基于 Web 的交互式笔记本环境。于 JupyterLab 我们可以边记笔记的同时、边执行 PyTorch 代码，便于自己学习、调试或以后回顾。 本文将介绍这样的环境如何进行准备。了解更多： PyTorch 官方文档 JupyterLab 交互式笔记本 安装 Anaconda Anaconda: https://www.anaconda.com/products/individual#Downloads 北外镜像源: https://mirrors.bfsu.edu.cn/help/anaconda/ # 激活 base 环境 conda activate base 安装 JupyterLab JupyterLab: https://jupyterlab.readthedocs.io/ 应该已随 Anaconda 安装，如下查看版本： jupyter --version 不然，如下进行安装： conda install -c conda-forge jupyterlab 执行 jupyter lab 启动，浏览器会打开 http://localhost:8888/ ： 版本 < 3.0 建议安装 TOC 扩展 ： jupyter labextension install @jupyterlab/toc TOC