移动端 3060 6G 安装配置 TensorFlow 和 Pytorch(高版本)

目录

  • 前置条件
    • 硬件条件
  • 检查方法
  • 解决方法
    • Python=3.7
    • GPU 系统驱动
      • CUDA=11.2
      • cudnn=8.1.1
    • GPU 在 Python 中的驱动
      • cudatoolkit=11.3.1
      • cudnn=8.2.1
    • Tensorflow
      • tensorflow==2.10.0
    • Pytorch
      • pytorch==1.10.0
  • 结果

前置条件

硬件条件

  R7-6800H + RTX3060(移动端)

检查方法

  检测 Tensorflow 是否检测得到 GPU,运行以下 Python 代码

import tensorflow as tf
gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
cpus = tf.config.experimental.list_physical_devices(device_type='CPU')
print(gpus, cpus)

  如果运行结果为

[] [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

则说明 TF 没有检测到 GPU。

  检测 Pytorch 是否检测得到 GPU,运行以下 Python 代码

import torch
print(torch.cuda.is_available())  # 判断是否可以使用 GPU 计算
print(torch.cuda.device_count())  # 显示 GPU 数量

  如果运行结果为

False
0

则说明 Pytorch 没有检测到 GPU。

解决方法

  我是直接根据我另一篇配置桌面端 4060 的文章尝试出来的,发现只要系统驱动和 Python 包能够对应上,且 NVIDIA 控制面板中的 CUDA 版本支持,应该是都没问题的(心虚)1 2

  各位要参考的话,所有的包如果之前有下载过不同版本的,最好是先卸载干净再进行安装,以保证和文章一致。

Python=3.7

GPU 系统驱动

  这俩玩意的安装已经有很多文章手把手教了,我这边就不凑字数和长度了,直接给大家版本。

CUDA=11.2

cudnn=8.1.1

GPU 在 Python 中的驱动

cudatoolkit=11.3.1

  选择高了一个版本的 cudatoolkit 仅仅是因为清华源没有提供 11.2 的。。。在我 4060 的那篇文章中有具体的表述。
  用 conda 下载安装,pip 不行,具体原因未知

conda install cudatoolkit=11.3.1

cudnn=8.2.1

  同样只能用 conda 下载安装

conda install cudnn=8.2.1

Tensorflow

tensorflow==2.10.0

  这里可以稍微注意一下,用 pip 安装 tensorflow 之前,最好确保 Python 版本在 3.5~3.8 之间3,否则可能会出现报错(所以我前面标明了我用的 Python 3.7)。

  这里就只能用 pip 下载安装了

pip install tensorflow==2.10.0

Pytorch

pytorch==1.10.0

  Pytorch 官网有提供官方的版本对齐文档4,根据之前的文章直接选择对应 CUDA 11.3 的 torch 版本。

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 -c pytorch -c conda-forge

结果

  再次检查,Tensorflow 对应的输出变为

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')] [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

Pytorch 对应的输出变为

True
1

则代表都检测成功了。

  保险起见,再加个 Pytorch 相关的验证,执行

print(torch.version.cuda)  # 读取 CUDA 版本
print(torch.backends.cudnn.version())  # 读取 cudnn 版本

若输出为

11.3
8200

则说明 CUDA 和 cudnn 都装了对的版本(反向验证一下本文可行性)。


  1. 桌面端 4060 Tensorflow 或 Pytorch 检测不到 GPU 解决办法 ↩︎

  2. 各版本对照表 ↩︎

  3. 安装 Tensorflow 的 Python 版本要求 ↩︎

  4. CUDA 版本对应的 Pytorch 版本 ↩︎

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/10387.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Threejs Shader动态修改Merge合并几何体中单个Mesh的颜色

目录 Merge合并 现象 思路 实现 为单个geometry添加映射 通过id检索Merge后的Geometry映射属性,获取顶点坐标 onBeforeCompile修改编译前材质的着色代码 编译前材质的顶点着色代码 编译前材质的片元着色代码 着色器代码 注意 效果 Merge合并 mergeBuf…

算法提高之魔板

算法提高之魔板 核心思想&#xff1a;最短路模型 将所有状态存入队列 更新步数 同时记录前驱状态 #include <iostream>#include <cstring>#include <algorithm>#include <unordered_map>#include <queue>using namespace std;string start&qu…

【GESP】2023年12月图形化二级 -- 小杨报数

小杨报数 【题目描述】 小杨需要从 1 1 1到 N N N报数。在报数过程中&#xff0c;小杨希望跳过 M M M的倍数。例如&#xff0c;如果 N 5 N5 N5&#xff0c; M 2 M2 M2&#xff0c;那么小杨就需要依次报出 1 1 1&#xff0c; 3 3 3&#xff0c; 5 5 5。 默认小猫角色和白色背…

数据库提权

1.此时实验需要用到的软件&#xff1a; &#xff08;1&#xff09;phpStudy该程序包集成最新的ApachePHPMySQL phpMyAdminZendOptimizer,一次性安装,无须配置即可使用,是非常方便、好用的PHP调试环境.该程序不仅包括PHP调试环境,还包括了开发工具、开发手册等.总之学习PHP只需…

Android 逆向

一、apk 查壳工具 ApkScan-PKID 相关APK文件可以在 豌豆荚 官网下载 ApkScan-PKID查壳工具 下载 - 简书 (jianshu.com) 二、脱壳工具&#xff1a;frida 1、Android端配置 frida-server&#xff1a; 该步骤需要使用到 adb&#xff0c;操作Android文件 Releases frida/frid…

SCADE 开发环境介绍

SCADE Suite 中的"SCADE"为"安全关键应用开发环境"的缩写。需说明的是&#xff0c;在时效性方面&#xff0c;下面的描述反映的是发展至2010年左右的情况。更详细的内容&#xff0c;可参考《Formal Methods - Industrial Use from Model to the Code》(ISBN…

对话NVIDIA英伟达:AI已照进现实 | 最新快讯

文 | MetaPost NVIDIA 创始人兼首席执行官黄仁勋在 GTC 2024 主题演讲上表示&#xff1a;下一波 AI 浪潮将是 AI 对物理世界的学习。 当下&#xff0c;全球范围内价值超过50万亿美金的行业正在竞相实现数字化&#xff0c;数字孪生技术正在赋能千行百业。NVIDIA Omniverse 中国…

TriDet: Temporal Action Detection with Relative Boundary Modeling

标题&#xff1a;TriDet&#xff1a;采用相对边界建模的时间动作检测 原文链接&#xff1a;TriDet: Temporal Action Detection With Relative Boundary Modeling (thecvf.com)https://openaccess.thecvf.com/content/CVPR2023/papers/Shi_TriDet_Temporal_Action_Detection_W…

性能分析:如何用互斥锁打造高效Java应用

1. 多线程环境下的原子性挑战 1.1 理解原子性和数据竞争 在多线程应用程序中&#xff0c;原子性是指一系列操作要么全部执行&#xff0c;要么全部不执行&#xff0c;没有中间状态。若多个线程同时读写共享变量&#xff0c;则可能出现争用条件&#xff08;race condition&…

笔试强训未触及题目(个人向)

1.DP22 最长回文子序列 1.题目 2.解析 这是一个区间dp问题&#xff0c;我们让dp[i][j]表示在区间[i&#xff0c;j]内的最长子序列长度&#xff0c;如图&#xff1a; 3.代码 public class LongestArr {//DP22 最长回文子序列public static void main(String[] args) {Scanner…

Android APP 剪切板应用

1 Android剪切板简介 Android 剪贴板是一个系统级服务&#xff0c;它允许应用程序之间共享文本、图像、二进制数据等多种形式的信息。用户可以通过常见的复制和粘贴操作&#xff0c;在不同的应用之间传递数据。该设计考虑到了易用性和灵活性&#xff0c;使得开发者可以轻松地为…

Spring Batch 是什么?主要用于什么场景?

Spring Batch是一个开源的、基于Spring框架的批量处理框架&#xff0c;它提供了一系列用于批量数据处理的工具和API。Spring Batch的主要目标是简化和标准化批量数据的处理过程&#xff0c;使得开发者可以更加专注于业务逻辑的实现&#xff0c;而不是批量处理的复杂性。 Sprin…

MSP430环境搭建

1.下载ccs编译器 注意&#xff1a;安装路径和工作路径不能出现中文&#xff01; 没有说明的步骤就点next即可&#xff01; 1.1下载适合自己电脑的压缩包。 下载好压缩包后解压&#xff0c;点击有图标进行安装。 1.2创建一个文件夹用于安装编译器位置 选择安装地址&#xff0…

新书速览|Rust编程与项目实战

掌握Rust编程基础和开发方法&#xff0c;实战网络编程、图像和游戏开发、数据分析项目 本书内容 Rust是一门系统编程语言&#xff0c;专注于安全&#xff0c;尤其是并发安全&#xff0c;它也是支持函数式、命令式以及泛型等编程范式的多范式语言。标准Rust在语法和性能上和标准…

PostgreSQL【提升性能篇】 coalesce()函数的奇思妙用

文章目录 前言一、在 WHERE 条件中使用 coalesce()二、在 SELECT 子句中使用 coalesce()总结前言 在数据库查询中,我们经常需要处理 NULL 值和空字符串的情况。PostgreSQL 提供了一个非常有用的函数 coalesce(),可以简化这种处理过程。 在博主的工作经验中,coalesce() 常用…

贝壳面试:MySQL联合索引,最左匹配原则是什么?

尼恩说在前面 在40岁老架构师 尼恩的读者交流群(50)中&#xff0c;最近有小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、希音、百度、网易、美团的面试资格&#xff0c;遇到很多很重要的面试题&#xff1a; 1.谈谈你对MySQL联合索引的认识&#xff1f; 2.在MySQ…

信创 | 高效信创项目管理:关键步骤与实用技巧!

高效信创项目管理的关键步骤与实用技巧可以从多个维度进行分析和总结。首先&#xff0c;建立有效的工程管理体系是确保信创项目顺利实施的基础&#xff0c;这包括项目管理、质量管理、成本控制等方面的工作。其次&#xff0c;实现项目全流程精细化管理&#xff0c;如信息的及时…

spring boot 核心配置文件是什么?

Spring Boot 的核心配置文件主要是 application.properties 或 application.yml&#xff08;也称为 YAML 格式&#xff09;。这两个文件通常位于项目的 src/main/resources 目录下&#xff0c;用于配置 Spring Boot 应用程序的各种属性和设置。 application.properties&#xf…

ts可以和python混合编程吗

在某种程度上&#xff0c;可以将 TypeScript&#xff08;TS&#xff09;和 Python 结合起来进行混合编程&#xff0c;但具体的实现方式取决于你的需求和技术栈。 一种常见的方法是通过 REST API 或 WebSocket 等通信方式&#xff0c;将 TypeScript 和 Python 编写的不同部分连…

使用./build.sh编译ORB_SLAM源码时出现报错:/usr/bin/ld:找不到 -lboost_serialization的解决办法

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 一、/usr/bin/ld:找不到 -lboost_serialization1.问题描述2.解决(1). 下载源码(2) . 编译安装 一、/usr/bin/ld:找不到 -lboost_serialization 1.问题描述 在安装…