百度网站优化推广,免费咨询医生在哪里咨询,空包网站建设,淄博一推网络科技有限公司一、概念 下面介绍显卡驱动#xff08;例NVIDIA GeForce#xff09;、CUDA、cuDNN 的概念和联系。
显卡驱动
显卡驱动是封装成软件的程序#xff0c;硬件厂商根据操作系统编写的配置文件。安装成功后成为操作系统中的一小块代码。它是硬件所对应的软件#xff0c;计算机有…一、概念 下面介绍显卡驱动例NVIDIA GeForce、CUDA、cuDNN 的概念和联系。
显卡驱动
显卡驱动是封装成软件的程序硬件厂商根据操作系统编写的配置文件。安装成功后成为操作系统中的一小块代码。它是硬件所对应的软件计算机有它就可以与显卡进行通信驱使其工作。如果没有显卡驱动显卡就无法工作。 CUDA
由NVIDIA建立的并行计算平台以及编程模型可以显著的提高GPU的计算性能。 cuDNN
NVIDIA的cuDNN是针对深度神经网络计算的一个GPU加速库为标准例程提供了高度优化的实现比如向前、向后卷积池化规范化和激活层。其是NVIDIA Deep Learning SDK的一部分。
有一个比喻能够形象的说明CUDA、cuDNN两者的关系把CUDA看作是一个工作台上面配有很多工具如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具比如它就是个扳手。但CUDA这个工作台买来的时候并没有送扳手。想要在CUDA上运行深度神经网络就要安装cuDNN就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作工作速度相较CPU快很多。 二、conda 常用命令
1查看虚拟环境列表
conda env list
(2)创建一个虚拟环境
conda create -n env_name python3.10(3)查看jupyter核列表
jupyter kernelspec list
(4)删除核
jupyter kernelspec remove kernel_name
(5)给虚拟环境添加核
conda activate env_name
pip install ipykernel
python -m ipykernel install --user --nameyour_kernel_name
(6)删除虚拟环境
conda remove -n env_name --all
7配置镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
国内常用镜像源
· 清华大学https://pypi.tuna.tsinghua.edu.cn/simple/· 阿里云http://mirrors.aliyun.com/pypi/simple/· 中国科技大学https://pypi.mirrors.ustc.edu.cn/simple/· 华中科技大学http://pypi.hustunique.com/· 山东理工大学http://pypi.sdutlinux.org/· 豆瓣http://pypi.douban.com/simple/ 参考文章
配置显卡驱动、CUDA、cuDNN以及说明三者之间的关系_cudnn和cuda的关系-CSDN博客
