win10/win11+NVIDIA MX350笔记本自带显卡+CUDA10.2+Python3.6+Anaconda3从零开始配置深度学习环境 | 您所在的位置:网站首页 › mx350显卡驱动更新 › win10/win11+NVIDIA MX350笔记本自带显卡+CUDA10.2+Python3.6+Anaconda3从零开始配置深度学习环境 |
文章目录
一、安装CUDA二、安装cuDNN三、安装Python四、安装Anaconda3五、配置其他环境
一、安装CUDA
1. 打开英伟达控制面板。或在任务栏右下角,或自己找 4. 双击exe进行安装 取消勾选NVIDIA GeForce Experience Driver components,Display Driver选项,前面显示的是CUDA新驱动版本。 如果本机当前驱动版本大于(新于) 新版本,要取消勾选。 如果本机当前驱动版本小于(旧于) 新版本,并且没有勾选,电脑可能会蓝屏或死机。 两个版本相同的话,可以勾选。 详情见参考文章 选项先选完之后,自定义安装位置 到英伟达官网下载与CUDA对应的cuDNN,这里下载的版本是 cuDNN v7.6.5。 https://developer.nvidia.com/cudnn 这里想安装Python3.6.4 https://www.python.org/downloads/release/python-364/ 这里需要注意的是,要安装支持python3.6版本的Anaconda3 https://repo.anaconda.com/archive/ https://www.anaconda.com/products/individual 注意!!! 网上很多教程上说需要设置源为清华的命令,先照着做 # 设置源为清华 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes照着做完之后发现,想在conda中创建新的虚拟环境,仍然报错如下: 然后再在conda中创建新的虚拟环境,成功了,至此结束。 五、配置其他环境根据你想运行的项目代码,去配置相应的环境。 这里举个例子,例如pytorch |
CopyRight 2018-2019 实验室设备网 版权所有 |