使用的硬件平台为Xavier NX，系统环境如下图： 搭建docker环境需求跟实际环境一致如下图： 从官网获取cuda10.2版本只有支持x86的，如下网站: https://developer.nvidia.com/cuda-10.2-download-archive 下面从sdk manager中获取方法的进行从论坛中获取： https://forums.developer.nvidia.

在阅读完配置机器学习环境的首要知识之后就可以开始下载cuda和cudnn了 了解cuda、cudnn和tensorflow的版本要求，请转到博客：https://blog.csdn.net/tjb132/article/details/106911284 1，cuda下载 cuda官网下载：https://developer.nvidia.com/cuda-toolkit-archive新旧版

在阅读完配置机器学习环境的首要知识之后就可以开始下载cuda和cudnn了 了解cuda、cudnn和tensorflow的版本要求，请转到博客：https://blog.csdn.net/tjb132/article/details/106911284#comments_12871656 写在开头： anaconda 一定要添加环境变量！！！！ anaconda 一定要添加环境变量！！！！ a

换了新电脑，重新配置机器学习环境 电脑配置如下：win10+cuda10.2+cudnn+tensorflow+pycharmjie 接下来就记录下配置环境的过程和问题 1，首先你需要了解自己电脑的显卡驱动版本（即cuda版本和驱动版本） 具体方法见博客：https://blog.csdn.net/tjb132/article/details/105575017 这里值得一提的是，我们理解上的

Windows 端CUDA10.2+CUDNN8环境搭建for Pytorch1.7 1.CUDA下载安装1.1 查看自己的显卡1.2 显卡驱动下载及安装1.3 显卡驱动安装检测1.4 CUDN下载1.5 CUDN安装1.6 环境变量设置 2 CUDNN安装2.1 CUDNN下载2.2 CUDNN安装2.3 CUDA安装检测 最近，我做了一些使用YOLOV5算法的项目，遇到了很

当前已安装cuda11.1版本，显卡驱动版本：460.91.03， cuDNN版本:8.2.1 for 11.1 欲切换cuda10.2版本使用一下， 1.安装cuda10.2 $ sudo sh cuda_10.2.89_440.33.01_linux.run 过程中面临如下选择： （1）选择continue执行 （2）accept （3）安装显卡驱动前面的“+”号去掉（当前460.91.03

anaconda安装就不说了，官网下载安装即可 下载地址：https://www.anaconda.com/download/ . . . 步骤一：安装CUDA 步骤二：安装cuDDN 步骤三：测试 . . . 一：安装CUDA NVIDIA控制面板→系统信息->组件，查看NVCUDA.DLL的版本 然后进入CUDA官网下载对应版本的CUDA： https://developer.nv

cuda10.2地址： https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal