网站空间的配置优化营商环境工作总结
一、下载nvidia驱动
Download The Official NVIDIA Drivers | NVIDIA
查看GPU信息
nvidia-smi
二、安装cuda
CUDA Toolkit 11.8 Downloads | NVIDIA Developer
按以下步骤下载cuda安装包，我使用的cuda11.8
下载后双击一路下一步安装即可。
查看cuda版本
nvcc -V
三、安装cudnn
cuDNN 9.6.0 Downloads | NVIDIA Developer
按下方步骤找到cudnn压缩包，查询前选哟搜索下对应cuda版本的cudnn。我使用的cuda11.8，对应的安装8.7的cudann
将解压的文件覆盖到cuda的安装目录中
四、安装anaconda
Download Now | Anaconda
双击下一步完成安装
修改镜像源
找到用户目录下的.condarc文件
修改镜像地址，直接复制以下内容覆盖
channels:- defaults
show_channel_urls: true
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/clouddeepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/创建conda虚拟环境
conda create -n dl python==3.8.19激活环境，激活前可能需要按提示云梦init命令，然后重新打开命令行执行以下命令
conda activate dl五、安装pytorch
Previous PyTorch Versions | PyTorch
找到对应cuda版本的pytorch安装命令
六、安装paddle
开始使用_飞桨-源于产业实践的开源深度学习平台
和pytorch一样，复制命令进行安装。
七、测试安装效果
查看之前的文章。
测试paddle和pytorch运行在cpu还是gpu - 星光下的赶路人