绝望中重生：MX150+python3.7+CUDA10.0+Tensorflow-gpu1.13安装记录-附件资源

tar -zxvf cudnn-10.1-linux-x64-v7.5.1.10.tgz cd cuda sudo cp lib64/lib* /usr/local/cuda-10.1/lib64/ sudo cp include/cudnn.h /usr/local/cuda-10.1/include/ cd /usr/local/cuda-10.1/lib64/ sudo chmod +r libcudnn.so.7.5.1 sudo ln -sf libcudnn.so.7.5.1 libcudnn.so.7 sudo ln -sf libcudnn.so.7 libcudnn.so

cuda_10.0.130_411.31_win10 cudnn-10.0-windows10-x64-v7.6.5.32 cuda11.0 cudnn8.0 Anaconda3 NVIDIA-455.38驱动

此压缩包包含torch-1.2.0-cp37-cp37m-win_amd64.whl和torchvision-0.4.0-cp37-cp37m-win_amd64.whl

1.cuda10.0 2.cudnn-10.0-windows10-x64-v7.6.4.38.zip 二个文件版本匹配，亲测可用

1.3 MATLAB环境配置 本部分是在 matlab环境下操作 plutosdr的配置与示例程序运行方法。Matlab的版本 要求是 2016a（64bit）及以上。 1.3.1 libiio驱动安装 点击以下链接，获取 libiio的最新 windows安装版本： https://github.com/analogdevicesinc/libiio/releases 选择最新版的Windows-setup.exe文件下载并安装。

超详细的步骤（细品你会有意想不到的收获） 前言：虽然配置PyTorch踩的坑要比caffe少的多，但在配置过程中还是遇到了些问题（比如如何选择显卡驱动、CUDA、cuDNN版本，三者之间依赖关系，为社么使用Anaconda、PyCharm等），网上涉猎的资料大部分只是“授人以鱼”。虽然费尽周折最终配置成功，但仍然稀里糊涂，所以本着“授人以鱼不如授人以渔”的原则，参考官方文档详细写下了PyTorch的配置过程，希望能够帮助到和我一样困惑的童鞋。本人能力有限，如有不妥之处还希望谅解。 配置过程中所有软件： 软件链接：https://pan.baidu.com/s/1bMbPR4cWORZ8gXlc

cudnn samples，可以用360压缩等解压

官网最新版最新版 libcudnn7_7.4.1.5-1+cuda10.0_amd64.deb

编译环境为Windows 10 64位 + Visual Studio 2017，基于最新正式版本OpenCV 4.0.0 和OpenCV-Contrib 4.0.0编译，支持CUDA10.0, Qt 5.11.2, OpenGL， 支持所有Contrib 模块，全部优化编译，默认AVX2 指令集，只包含x64 版本，不包含x86 版本。 支持CUDA 编译非常耗时，整个编译加优化历时超过10个小时，为方便大家在此分享给大家使用了。