赞
踩
1. 查看电脑是否有英伟达显卡,没有就不需要往下了。
2. 查看显卡对应的Cuda版本进行下载安装,完毕后,再下载Cudnn,解压后把文件放置对应Cuda目录下,就可以进行Cuda安装成功测试。测试步骤如下:
- 1.进入cuda安装目录“Cuda\Developments\extras\demo_suite”
- 2.用命令行打开此目录,并分别运行bandwidthTest.exe以及deviceQuery.exe,都正常运行即代表cuda安装完成,可以使用GPU加速
3. 不推荐到python官网下载安装python环境
4. 建议安装anaconda软件,这是一个很方便的下载python包的工具
5. 安装完anaconda后,需要对其进行环境变量配置,配置内容如下
Path中添加anaconda的四个路径
系统变量中添加两个python环境名,值为anaconda的安装总目录
再从其程序中安装pytorch,opencv,numpy,pandas等包
举例
具体哪个版本需要到pytorch官网上查看对应cuda的,值得注意的是,cuda+cudnn+torch版本必须一一对应,不然可能引发无法预料的错误情况。版本对应可以从度娘上获得答案。
6. 其他小错误可以从其他博主中找到答案,这里不再赘述,有错误代码把错误代码复制搜索即可。
常见的是torch新版本,函数变更问题,opencv插件扩展不全问题。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。