cuda11.1对应的tensorflow,cuda11.0对应的tensorflow

　　win 10 Anaconda cuda 10 tensor flow 1 . 11 . 0 py torch 1 . 0 . 1本文主要解决了以下问题：清华源故障后的加速方法tf1.11和CUDA10包的安装方法。电脑配置安装信息anacondacudunnpytorch-gpu安装下载提速Linux和Wind安装本地包用于ows tensorflow之间传输文件-GPU安装小问题：如何在Github下载单个文件

　　本文主要解决了以下问题：清华源tf1.11失败后的加速方法和CUDA10包的安装方法。

　　首先我想在康达安装pytorch-gpu，但是下载真的不成功。由于4月16日清华华苑停服，刚好卡在这个节骨眼上，换成HKUST后也没有好转，只能找一些新的解决方案。

　　电脑配置安装信息这两天服务器停机了，就上笔记本玩玩，遇到了一些问题。解决它们后，写一篇文章记录方案。

　　电脑型号：华硕ZX50J

　　GPU:英伟达950M

　　CUDA版本：

　　安装Pytorch版本的：

　　安装tensorflow版本的：

　　话不多说。

　　Anaconda，这个问题我就不赘述了。网上有很多博客介绍。

　　CUDA可以通过Nvidia控制面板帮助系统信息组件查看支持的CUDA版本CUDA下载地址安装教程。

　　安装时选择CUDA安装即可。

　　CUDNN下载地址

　　安装方法是解压后，按照解压后的文件夹隶属关系，将文件放入CUDA对应的文件夹中。

　　Pytorch-gpu安装注意：安装教程放在这里，朋友们不用搜了。

　　conda create -n您的环境名称python=X.X

　　例如，conda create -n pytorch (python版本参数被省略，现在默认为CONDA创建环境命令)

　　创建后，进入conda activate pytorch，退出conda deactivate。

　　为了加快下载速度，如果直接用pytorch官网的conda或者pip命令，我等了一下午，重复了几次都没有成功。

　　在网上搜了一波，可以直接从pip命令得到3.7，如图。

　　下载的时候又遇到了一个坑。迅雷找不到资源，chrome太慢。

　　这时我想起要用我租的vultr服务器，果断连上了。wget拨打下载链接。

　　在Linux和Windows之间传输文件。首先，有Xftp的朋友可以直接用。

　　如果没有(就像我一样，删了之后就不怎么用笔记本了)

　　可以用真香，很小的小玩意。网上搜一下就知道了。

　　下载的exe文件被扔进C:/Windows/System32。

　　可以直接在windows命令行使用pscp。命令如下(编码位置为ip)，速度还可以。

　　本地包的安装可以直接使用conda ~

　　pscp命令与linux互通

　　进口火炬

　　x=火炬。张量([7，1])

　　xx=x.cuda()

　　打印(xx)测试代码

　　从torch.backends导入cudnn

　　print(cudnn.is_acceptable(xx))

　　这样一来，Pytoch就完成了。

　　Tensorflow-gpu安装：用pytorch还是要用tf，官方tf不匹配CUDA10怎么办？还好我在网上找到了这位哥哥的方法：https://github.com/fo40225/tensorflow-windows-wheel.

　　进去找到对应的版本，下载到对应的路径。比如我是py3.7cudn10.0.130x86，那么去对应的目录下载文件1 . 11 . 0 \ py37 \ GPU \ cuda 100 cudn 73 se 2。

　　小问题：如何在Github下载单个文件？可以用chrome插件：Gitzip或者Octo mate。

　　这种情况下可用的最简单暴力还有一个例子：直接一路找到文件，然后点击查看raw chrome开始下载。

　　下载后创建一个tensorflow的conda环境，可以在其中安装pip安装路径/文件名。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。