Pycharm中GPU配置（torch,tensorflow）

1,PYTORCH对应它的GPU，tensorflo对应它的GPU，还是可以共用GPU

各自对应各自的GPU

2,多个CUDA和cuDNN可以在一个电脑上共存吗？

可以，查看如下链接：

windows下同一个显卡配置多个CUDA工具包以及它们之间的切换_MIss-Y的博客-CSDN博客_cuda 工具包

3，虚拟环境中可以使用GPU吗？如何使用

在开始配置GPU环境开始之前，确保安装好了Anaconda，pycharm

Anaconda安装教程，网址如下

Anaconda | Individual Editionhttps://www.anaconda.com/products/individual注意：

其他步骤直接点击下一步。 

pycharm安装教程，自行查阅一个

(1)torch-GPU可以采取不安装CUDA和CUDNN，直接在anaconda上实现

• 在安装好的anaconda上打开Anaconda prompt 创建虚拟环境

conda create -n pytorch python=3.6

• 创建后激活 环境

activate pytorch

到pytorch官网https://pytorch.org/

• 根据安装的环境、python和CUDA版本查看指令

输入指令，比如：

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

• 安装完成后，输入下属指令进行测试，结果为true，则表示成功

import torch
torch.cuda.is_available()

（2）tesorflow-gpu安装

此处需要先安装Visual Studio，网址为：

Visual Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器 (microsoft.com)https://visualstudio.microsoft.com/zh-hans/注意到这一步的时候需要选择如下图所示选项：

 （1）安装CUDA

检查电脑允许安装的版本,在cmd下输入命令：

nvidia-smi

• 找到对应CUDA版本号，进入官网下载

CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive

• 随后安装，注意在第三步中不选择第三选项

cmd下输入命令：

nvcc -V

如果已经安装会出现详细信息

 （2)下载cudnn,网址如下：

NVIDIA cuDNN | NVIDIA Developerhttps://developer.nvidia.com/cudnn

将下载的压缩包解压，得到

 打开类似于C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2的路径的文件夹

将解压文件中的bin文件夹中的文件复制到cuda对应的文件夹中 

进入extras文件夹中点击如下文件夹中的deviceQuery和bandwidthTest文件，如果正常执行没有报错，则证明安装成功 

随后打开 在安装好的anaconda上打开Anaconda prompt 创建虚拟环境

conda create -n tensorflow-gpu python=3.6

激活虚拟环境

activate tensorflow-gpu

下载tensorflow

conda install tensorflow-gpu==2.7.0

检测是否可以使用

开启python,执行下列代码，返回结果为true，表示在anaconda的虚拟环境中，成功。

import tensorflow as tf
tf.test.is_gpu_available()

（3）打开pycharm,在项目运行时，选择合适的虚拟环境即可

查看GPU使用情况：

windows10下

nvidia-smi

查看GPU占用率

补充：如果遇到类似缺少.dll文件的错误，可参考如下链接，重点查看自己环境变量

Anaconda虚拟环境下的PyCharm使用Tensorflow调用GPU出现dll文件缺失的问题和解决办法

PyCharm DLL load failed的原因和对治方法 - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/72615307

参考文章

https://blog.csdn.net/weixin_43499979/article/details/107688316https://blog.csdn.net/weixin_43499979/article/details/107688316

Pytorch-GPU安装记录（已安装Anaconda和Pycharm）_小杨小杨从不张扬的博客-CSDN博客https://blog.csdn.net/weixin_42613665/article/details/112298468

Anaconda环境配置

python3环境搭建（利用Anaconda+pycharm+pytorch）完整版_thomaswu1992的博客-CSDN博客_anaconda创建pytorch环境https://blog.csdn.net/thomaswu1992/article/details/90293015?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control

pycharm中使用anaconda部署python环境

https://blog.csdn.net/qq_29883591/article/details/78077244https://blog.csdn.net/qq_29883591/article/details/78077244

(68条消息) RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验_zxm_的博客-CSDN博客https://blog.csdn.net/zxm_jimin/article/details/120966625

遇到的麻烦：

1，在下载tensorflow-gpu的时候报错

error: could not find a version that satisfies the requirement tensorflow-gpu==2.7.0 (from versions: none) 
error: no matching distribution found for tensorflow-gpu==2.7.0

解决方法：

使用命令

python -v

检查python是不是64版本，如果不是需要重新安装python选择64版本