「日志」深度学习 CUDA环境配置

简单的汇总下 CUDA安装配置的网站，便于直接进入下载，除了cuDNN需要注册登录 nvidia账号之外，其他直接下载即可

CUDA

进入CUDA 网站：https://developer.nvidia.com/cuda-downloads
下载其他老版本 CUDA：https://developer.nvidia.com/cuda-toolkit-archive

cuDNN

下载 cuDNN：https://developer.nvidia.cn/rdp/cudnn-download

所有版本的 cuDNN：https://developer.nvidia.cn/rdp/cudnn-archive

解压cuDNN中的文件，并将对应的子文件复制粘贴至 对应的CUDA的安装文件夹中即可，默认CUDA安装路径为：C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.6

mmcv

mmcv 报错，是因为mmcv与安装的 Pytorch版本不对应导致的，需要卸载掉 mmcv并重新安装即可

ImportError: DLL load failed while importing _ext: 找不到指定的模块


pip install mmcv-full==1.6.0 -f https://download.openmmlab.com/mmcv/dist/cu116/torch1.12.0/index.html

mmcv官方库：https://github.com/open-mmlab/mmcv

最后

以上就是无情金针菇为你收集整理的「日志」深度学习 CUDA环境配置的全部内容，希望文章能够帮你解决「日志」深度学习 CUDA环境配置所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。