标签：Visdom x86 whl Ubuntu linux 64 nvidia 安装
文章目录
1.安装Anaconda
到这里下载对应的版本
https://repo.continuum.io/archive/
下载好了之后打开终端执行下面操作
sudo bash Anaconda3-5.3.1-Linux-x86_64.sh
#除了最后一个输入no(Microsoft VSCode)其它的一路默认或者输入yes
# 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin
echo 'export PATH="/home/lqs/anaconda3/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc
#查看conda版本
conda -V
#查看python版本
python
卸载看这里
2.安装pytorch
到这里下载对应的pytorch版本
https://download.pytorch.org/whl/torch_stable.html
我cuda11.2下载的是
torch-1.8.1+cu111-cp37-cp37m-linux_x86_64.whl
torchvision-0.9.1+cu111-cp37-cp37m-linux_x86_64.whl
torchaudio-0.8.1-cp37-cp37m-linux_x86_64.whl
然后打开终端依次执行
pip install torch-1.8.1+cu111-cp37-cp37m-linux_x86_64.whl
pip install torchvision-0.9.1+cu111-cp37-cp37m-linux_x86_64.whl
pip install torchaudio-0.8.1-cp37-cp37m-linux_x86_64.whl
检验安装成功与否
python
import torch
torch.__version__
torch.cuda.is_available()
#显示为True成功
3.安装Tensorflow
RTX3080 cuda11.2 安装 tensorflow1.15
具体安装方法简介如下：
1. 安装 TensorFlow wheel的索引
pip install nvidia-pyindex
2. 安装TensorFlow
pip install nvidia-tensorflow
大概率是会安装报错，有许多个依赖包，且有些包比较大，如果是不能科学上网的话，很难一次性安装成功。那么优先安装依赖包。
具体依赖包有下：
nvidia-cublas 11.2.1.74
nvidia-cuda-cupti 11.1.69
nvidia-cuda-nvcc 11.1.74
nvidia-cuda-nvrtc 11.1.74
nvidia-cuda-runtime 11.1.74
nvidia-cudnn 8.0.4.30
nvidia-cufft 10.3.0.74
nvidia-curand 10.2.2.74
nvidia-cusolver 11.0.0.74
nvidia-cusparse 11.2.0.275
nvidia-dali-cuda110 0.26.0
nvidia-dali-nvtf-plugin 0.26.0+nv20.10
nvidia-nccl 2.7.8
nvidia-pyindex 1.0.5
nvidia-tensorboard 1.15.0+nv20.10
nvidia-tensorrt 7.2.1.4
tensorflow-estimator 1.15.1
#依赖包下载地址（提取密码5tgm） https://link.csdn.net/?target=https%3A%2F%2Fpan.baidu.com%2Fs%2F1j6XSG8oyBX6lzHzka7xr3Q
4.安装Opencv
python -m pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
5.安装Visdom
标签：Visdom,x86,whl,Ubuntu,linux,64,nvidia,安装 来源： https://blog.csdn.net/m0_51004308/article/details/117033186
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。