目录
- 前言
-
- 1. 环境介绍
- 2. 显卡及算计要求
- cuda配置
-
- 1. 下载及安装
- 2. 搭建环境及测试
- cudnn配置
-
- 1. 下载
- 2. 配置环境及测试
- pytorch配置
前言
最近换了新的电脑，老本版问题很多，各种报错，版本不匹配问题，走了许多弯路，经过几天的试错，这里出一期详细的用于深度学习的环境搭建教程，供大家参考！
1. 环境介绍
windows10系统
显卡是PTX 3030，GPU算力7.5, 版本472.56（建议大家把驱动更新到最高版本）
cuda11.3.1+cudnn8.2.1，tensorflow2.7.0+Keras2.7.0，torch-1.11.0+cu113。
给出我安装成功的两个版本供大家参考
python3.8.0+CUDA11.6.0+cuDNN8.3.2+tensorflow2.7.0+Keras2.7.0
python3.8.0+CUDA11.3.1+cuDNN8.2.1+tensorflow2.7.0+Keras2.7.0
2. 显卡及算计要求
首先，检查一下是否安装了Nvidia显卡的驱动，搜索 Nvidia控制面板 或 Nvidia Control Panel可以看到当前已经安装的显卡驱动及版本。
有版本显示便是可行的，我的驱动程序没有更新，建议大家可以将驱动更新到最高，这样才支持更高的cuda版本。在上面【帮助】里面选择系统信息，选择【组件】，可以看到适合你电脑配置的最高cuda版本，我这里的cuda版本是11.4，但是我安装的是11.3版本。
NVIDIA官方 CUDA与显卡驱动版本对应表查询
在官网可以查询显卡驱动版本与对应的cuda版本，这也是为什么希望大家可以把显卡驱动更新到最高版本，显卡算力和显卡驱动版本共同决定你能下载的CUDA版本区间。
cuda配置
确定好要安装的版本，下面可以开始下载安装我们需要的GPU环境。
1. 下载及安装
cuda官网网址：https://developer.nvidia/cuda-toolkit-archive
点击上面的网址，直接进入到CUDA版本界面，选择你所需要的cuda版本，我这里选择11.3版本
我是windows10系统，version版本选择10，local下载到本地，可以复制链接到迅雷快速下载，我这里是在官网下载的&#
目录
- 前言
-
- 1. 环境介绍
- 2. 显卡及算计要求
- cuda配置
-
- 1. 下载及安装
- 2. 搭建环境及测试
- cudnn配置
-
- 1. 下载
- 2. 配置环境及测试
- pytorch配置
前言
最近换了新的电脑，老本版问题很多，各种报错，版本不匹配问题，走了许多弯路，经过几天的试错，这里出一期详细的用于深度学习的环境搭建教程，供大家参考！
1. 环境介绍
windows10系统
显卡是PTX 3030，GPU算力7.5, 版本472.56（建议大家把驱动更新到最高版本）
cuda11.3.1+cudnn8.2.1，tensorflow2.7.0+Keras2.7.0，torch-1.11.0+cu113。
给出我安装成功的两个版本供大家参考
python3.8.0+CUDA11.6.0+cuDNN8.3.2+tensorflow2.7.0+Keras2.7.0
python3.8.0+CUDA11.3.1+cuDNN8.2.1+tensorflow2.7.0+Keras2.7.0
2. 显卡及算计要求
首先，检查一下是否安装了Nvidia显卡的驱动，搜索 Nvidia控制面板 或 Nvidia Control Panel可以看到当前已经安装的显卡驱动及版本。
有版本显示便是可行的，我的驱动程序没有更新，建议大家可以将驱动更新到最高，这样才支持更高的cuda版本。在上面【帮助】里面选择系统信息，选择【组件】，可以看到适合你电脑配置的最高cuda版本，我这里的cuda版本是11.4，但是我安装的是11.3版本。
NVIDIA官方 CUDA与显卡驱动版本对应表查询
在官网可以查询显卡驱动版本与对应的cuda版本，这也是为什么希望大家可以把显卡驱动更新到最高版本，显卡算力和显卡驱动版本共同决定你能下载的CUDA版本区间。
cuda配置
确定好要安装的版本，下面可以开始下载安装我们需要的GPU环境。
1. 下载及安装
cuda官网网址：https://developer.nvidia/cuda-toolkit-archive
点击上面的网址，直接进入到CUDA版本界面，选择你所需要的cuda版本，我这里选择11.3版本
我是windows10系统，version版本选择10，local下载到本地，可以复制链接到迅雷快速下载，我这里是在官网下载的&#