目录前言1.Anaconda的安装2.安装CUDA10.1与cudnn_10.1-v7.6.52.1CUDA的下载与安装2.2cudnn的下载与安装2.3配置相应环境变量2.4测试CUDA与cudnn3

所以我重新下载了cuda10.1和cudnn10.1但是对于TensorFlow-gpu来说cuda10.1也太新了**（我在配置环境变量的时候少配置了CUDA\bin,这导致我在安装多款kuda时都出现了

win10+python3.7====安装tensorflow-gpu2.1（CUDA10.1）本人环境win10+python3.7+tensorflow2.1+Anaconda3本次过程安装的文件，

删除原来的CUDA的方法开始的时候我安装了一个CUDA10.1的版本，这是一个比较坑的版本，好多TensorFlow用不了，想着把原来的CUDA删除了，安装上新的CUDA版本，结果搞了半天，没整好。

文章目录初衷与目的关键步骤：(1)检查电脑显卡配置是否支持cuda(2)选择合适的cuda版本(3)下载和安装cuda10.1(4)下载cudnn，需要账户登录(5)安装tensorflow-gpu或pytorch

Deepin安装最新显卡RTX2080Ti及CUDA10.1废话不多说直接上教程。

使用训练环境：Tensorflow2.2.0，CUDA10.1，cuDNN7.6.5。当实例化VGG16卷积基时，出现了无法获取卷积算法的问题，提示可能因为cuDNN无法初始化。

使用训练环境：Tensorflow2.2.0，CUDA10.1，cuDNN7.6.5。当实例化VGG16卷积基时，出现了无法获取卷积算法的问题，提示可能因为cuDNN无法初始化。

下载对应的tensorrt解压包：执行命令：tarxzvfTensorRT-6.0.1.5.Ubuntu-16.04.x86_64-gnu.cuda-10.1.cudnn7.6.tar.gz解压后得到对应的文件夹的内容如下：激活虚拟环境（仅安装了pytorch）：souraceactivatepytorch_1.4分别进入python、uff、graphsurgeon安装对应的.whl包。后两个需

opencv和cuda的安装配置工具准备安装配置安装cuda安装opencv测试和使用工具准备第一组：opencv3.4.5和cuda10.1，win7环境；第二组：opencv3.4.5和cuda9.2

1DarknetYOLOv4配置我的环境：WIN10，CUDA10.1，cuDNN7.6.4，Ana

1.Dtectron2配置我的环境：WIN10，CUDA10.1，cuDNN7.6.4，Anacon

OpenCVDNN模块可加载深度学习模型用于目标检测等任务，OpenCV4.2.0之后支持模型推理使用CUDA加速，但是需要手动将CUDA模块编译进OpenCV.本文记录了编译的全部过程，最终可用于c++/python下的opencv_dnn模块加速。目录step1运行环境和前期准备step2编译OpenCVDNN模块(WITHCUDA)step3测试（1）c++（2）pythonstep1运行环

最近被坑死了，安装了CUDA10.1,安装了pytorch1.4版本，但是torch.cuda.is_available()返回false,郁闷好久。。。。

背景在所创建的anaconda虚拟环境下已经安装了TensorFlow2，而目前TF2好像只支持CUDA10.0不支持最新的CUDA10.1。

sudo/usr/local/cuda-10.1/bin/cuda-uninstallerps:cuda10.1的安装和卸载都采用了小界面的形式。欢迎使用Markdown编辑器你好！

一定要注意版本匹配问题，经测Tensorflow2.0+CUDA10.0和Tensorflow2.1+CUDA10.1这两种组合的GPU版本是没有问题的，我在安装过程中，由于已经安装了CUDA10.1，

双系统安装Ubantu18.04+RTX2070+CUDA10.1+Cudnn7.5.1+anaconda3+tensorflow-gpu参考博客http://www.tuicool.com/articles/JvUvQjZhttps://blog.csdn.net/10km/article/details/61191230https://blog.csdn.net/wf19930209/arti

Ubuntu20.04，cuda10.1，TensorFlow2.1.0，python3.6.9环境，使用Google版efficientDet训练自己的数据集，预测图片，并将结果写入txt0.项目地址

若代码结构不一致变化较大时，可对代码回滚至当前版本：gitreset--hardae931b41、系统环境win10、vs2017、cuda10.1、pytorch1.4、torchvision0.5。

在ubuntu下安装pytorch1.0+cuda10.1+python3.6，运行torchvision时出现问题libcudart.so.10.0:cannotopensharedobjectfile:Nosuchfileordirectory原因：我的Ubuntu下安装的是cuda-10.1，但安装pytorch时官网没有cuda-10.1的选项，只能安装cuda-10.0版的pytorch

非root用户cuda安装推荐两篇cuda的安装，可以参考：非root用户在linux下安装多个版本的CUDA和cuDNN（cuda8、cuda10.1等）非root用户在Linux系统下安装cuda注意

2.解压下载到的压缩文件到任意目录3.下载安装CUDA10.1(

CUDA10.1的版本比较新了，网上的一些教程不再适用。还有网上的部分介绍过于复杂，这里结合自己实际安装经验。介绍一个我的实现思路。

这里自定义目录标题前言需要的文件注意事项CUDA安装步骤cuDNN安装设置环境变量安装后的测试前言之前的系统崩了，换了新的Ubuntu系统，版本号18.04，由于Pytorch刚刚发布了新的1.1版本，并且支持CUDA10，所以我在这里记录一下安装的过程。虽然是ubuntu18.04和cuda10，但安装过程是一样的，理论上这个教程适用所有版本。需要的文件CUDA10本地安装的deb文件下载地址：

是哪个版本我的电脑上的cuda是10.1打开darknet.vcxproj找到下方的代码，原来是10.0，现在改为对应的版本10.1，保存，重新打开sln文件如果上方尝试了，没有解决，下面还有第二种方法打开cuda10.1

上周在Windows10+CUDA10.1的环境下，安装成功dlib19.17，并且跑了一个Python测试程序，480*360的图片上，三个人脸，最快运行时间：0.047427秒，相当于20帧/秒（由于YOLOv3测试程序是C++编写的EXE，因此只取了最快时间进行比较，没有使用Python测试程序的平均时间0.061795秒，相当于16帧/秒）。在HP笔记本上安装Anaconda3+CUDA1

ubuntu18.04.2TLS安装cuda10.1深度学习环境网上方法不足之处本文章不足之处我的环境ubuntu18.04.2TLS镜像前期准备安装ubuntu安装CUDA10.1CUDNN7.5.1

YOLOv4安装依赖括号里是我当前版本vs（vs2015）cuda（cuda10.1）cudnn（cudnn7）opencv（opencv4.1）cmake（cmake3.15）安装步骤1.生成项目打开

参考：安装安装安装cuda10.1第一步cuda官网选择适合自己电脑的版本下载第二步在终端输入在第一步中选择好版本后官网给出的安装命令。

文章目录参考博客官方安装文档cudawsl2依赖下载ubuntu20装n卡cuda10.1安装包WSL2使用Win10主机的Clash代理重启参考博客https://blog.csdn.net/xianxi9883

环境：Win10VisualStudio2017Cmake3.15OpenCV4.2.0OpenCV-contrib4.2.0CUDA10.1CUDNN7.6.5OpenVINOR3VulkanSDK-1.1.121.2Halidecommit9bbcb6b4f2d49a4a112e370993709d95c544547fTBB20191006OpenVINO的安装请参考链接：【OpenVINO】

1、本机环境win1064位，cuda10.1，cudnn7.5，pytorch1.4.02、运行demo下载github上的代码：https://github.com/ifzhang/FairMOT以及预训练模型

本教程介绍了如何解决pytorch无法使用GPU的问题，问题描述：之前我电脑已经安装好CUDA10.1的环境，驱动也是安装好的，安装了tensorflow-gpu，并且可以正常使用tensorflowgpu

安装前准备CUDA的主要用途是深度学习，而目前主流的深度学习框架Tensorflow2最高支持CUDA10.1，因此本文讲解在Ubuntu20.04系统上安装CUDA10.1的主要过程。

1.下载cuda10.1：英伟达官网链接：https://developer.nvidia.com/cuda-downloads?

有问题的朋友可以搭配参考我如下博文：cuda突然不能用了的解决办法「完全指导手册」Ubuntu下卸载nvidia驱动一、问题背景pytorch的更新要比cuda慢一些，安装好了cuda10.2才发现pytorch才更新支持到cuda10.1

先安装pytorch1.2的GPU版本我的CUDA驱动是10.1的，先安装的是pytorch版本activatepytorch1.2condainstallpytorchtorchvisioncudatoolkit=10.1-cpytorch——————草鸡慢————，放弃了——用清华的镜像condaconfig--addchannelshttps://mirrors.tuna.tsinghua.

/boot（分配500M即可）对应的盘符即可anaconda安装可在清华源软件镜像下载anconda软件进行安装cuda和cudnn安装（nivdia网站下载，具体安装online解决～～～）建议安装cuda10.1

配置环境：Python3.6.9、Ubuntu18.04、PyTorch1.2.0、CUDA10.1、NCCL2、GCC7.5.0、GTX1660Ti显卡驱动安装执行命令，查看当前推荐显卡ubuntu-driversdevices

参考：https://blog.csdn.net/stjuliet/article/details/84640094需要修改：cmake:OPENCV_GENERATE_SETUPVARS=OFFENABLE_PRECOMPILED_HEADERS=OFFBUILD_opencv_cudacodec=OFF(如修改安装文件可ON)BUILD_opencv_world=ON(可选,常规下编译open

因此准备升级cuda10.1，期间一直出现错误导致安装失败，网上大部分是关于VS2017+cuda10的，经多次尝试勉强安装完成VS2015+cuda10.1，记录下安装过程。

ubuntu安装cuda环境和tensorflow框架及docker问题笔记本文记录在linux环境下搭建cuda环境docker时遇到的几个问题nvidia驱动安装cuda安装CUDNNDockerCE安装踩坑经验分享非教程本文记录在linux环境下搭建cuda环境docker时遇到的几个问题踩坑经验分享非教程nvidia驱动安装步骤:查看并确定你电脑显卡GPU的型号（windows下查看），最

nvidia/cuda是英伟达提供的docker镜像，有很多版本，本文以cuda10.1版本为例，列举其标签dockerpullnvidia/cuda:10.1-base-ubuntu16.04dockerpullnvidia

TensorFlow运行的，故需要安装TensorFlow，我安装的是TensorFlow-gpu=15.0版本，所以之前需要先配置好相应的Cuda环境和Cudnn环境，这里使用的是Cuda10.0，我试过Cuda10.1

0.安装设备：DELLM6800withM4800MQandK3100mand24G_RAMNVIDIA在2020年6月底更新了一批老显卡的驱动，所以K3100m也可以支持CUDA10.1，对应于Pytorch1.51GPU

注：使用cuda10.1下载方式：pipinstalltensorflow-gpu==2.3.0rc0使用b

经过长时间踩坑，终于在自己电脑上配置好tensorflow1.14.0+cuda10.0，最开始在电脑上安装cuda10.1版本，后来安装tensorflow出现问题，加载不了tensorflow模块，

cuda10.1的安装（不兼容，又卸载了）https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html在这里查看安装的版本，在百度上搜索就行

亲测有效的版本对应关系是：win10、cuda10.1、cudnn7.5、python3.7.2、tensorflow-gpu1.13；另外我的显卡是gtx1070ti；二、获取资源cuda10.1cudnn7.5.0tensorflow-gpu1.13