3070ti 用什么版本的cuda，cudnn，以及tensorflow-gpu可以适配？

来源：蜘蛛抓取(WebSpider) 时间：2022-09-24 14:15 标签： 支持cuda加速的显卡


你对这个回答的评价是？

下载百度知道APP，抢鲜体验

使用百度知道APP，立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。

    刚配的一台个人主机，主要拿来学（you）习（xi），自然而然需要配置深度学习环境。首先安装Tensorflow-GPU版本。
  • cuda与驱动版本的对应查看
  • 能用conda装的尽量用conda (CUDA和cuDNN也能用conda装，并且是装在虚拟环境内，不影响原来的系统)，简单快捷省事并且基本能保证兼容性
  • 如果你的GPU不起作用，那么多半是你的CUDA或cuDNN与你的硬件、系统、python版本、tensorflow版本不配套

Windows下安装Anaconda较为简单，前往官网下载安装包，双击安装即可。下载网址：
因为Anaconda官方服务器在国外，由于众所周知的原因，下载可能较慢，推荐去清华镜像下载：
我这里选择的是5.2.0版本的anaconda，自带的python版本是3.6（这个版本不重要，后面我们会建立虚拟环境）。


上图是安装过程中需要注意的：

  • 红色箭头所指表示是否将Anaconda加入Path环境变量中，这样可以在命令行中直接使用conda命令（我一般勾选，但据说存在问题，因人而异）。勾选这一项的效果参考

  • 蓝色箭头所指表示是否将Anaconda注册为系统默认的Python 3.6，如果你想使用别的python版本作为系统默认，不要勾选。因为我没有安装其它python，所以这里我勾选上

安装完成之后，还需要对Anaconda进行添加国内清华源（因为国外源实在太慢）。参考我的另一篇文章

conda是一种通用包管理系统，旨在构建和管理任何语言和任何类型的软件。举个例子：包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。
Anaconda则是一个pytho发行版，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，就是把很多常用的不常用的库都给你装好了。
Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。就只包含最基本的东西，其他的库得自己装。

conda会自行解析依赖，判断需要安装哪些包，并提示是否继续
切换到刚才创建的虚拟环境 等待解析依赖、下载安装即可。包括CUDA、cuDNN，conda都会自动帮我们安装，并且只安装在虚拟环境中，不影响其他的虚拟环境及系统本身。

注：这里可能会有Warning，参考我的另一篇文章

接下来可以执行测试程序测试一下：

如果没有问题的话，则表明tensorflow-gpu版安装完成。

相较于20系，30系显卡性能的提升非常大。因此近期本人入手了一块3090。

然而30系显卡目前只支持CUDA11以上的版本。虽然Tensorflow和Pytorch最新版本已经适配了CUDA11.1，但是本人还有一些代码需要运行在Tensorflow 1.X版本上。网上已经有些教程了，然而个人感觉过程不太详细，所以这里总结一下从UBUNTU安装完成到Tensorflow 1.15.4配置完成的整个过程。

前提：必须使用Linux系统，目前没有研究出Windows的安装方法。推荐使用Ubuntu18.04。

Ubuntu为刚安装完成的状态，没有进行任何设置。

可以自行在官网下载，也可以从上面的链接直接下载。记住下载目录，最好放在用户目录下(/home/用户名/)，方便后面使用。

4.关闭用户图形界面，并安装zhcon(如果出现中文乱码)

推荐用runfile方式，不管之前有没有装驱动，这里先卸载原有驱动

运行以后会看到协议页面，输入 act

然后进入安装选项页面，这里要关闭OpenGL！！！！

然后选择 Done 退回到初始页面，选择 Install 开始安装。安装完成后开启用户图形界面。

(这里的cuda路径不加版本号，以便后续升级cuda版本的时候不需要重新配置)

验证CUDA版本，会输出版本号

最后验证cudnn是否配置好并输出版本号：

我要回帖

更多关于 支持cuda加速的显卡 的文章

 

随机推荐