目录
系统版本:Win10 专业版 1909
显卡:NVIDIA GeForce GTX 1050 Ti
Python版本:3.7.1
Anaconda版本:2019.7
CUDA版本:10.1
cuDNN版本:7.6.5
Tensorflow版本:Tensorflow-gpu 2.1.0 版本
Pytrcoh版本:Pytrcoh-GPU1.4 版本
CUDA安装:
CUDA10.1版本网址:https://developer.nvidia.com/cuda-10.1-download-archive-base
CUDA10.2版本网址:https://developer.nvidia.com/cuda-downloads
建议下载CUDA10.1版本,原因CUDA10.2版本和Tensorflow-gpu各个版本均不能适配(Github上源码除外,有大佬说是可以).
安装注意事项:安装过程中有一步,需要选择自定义安装
cuDNN安装:
下载地址(需要注册):https://developer.nvidia.com/rdp/cudnn-download
版本选择:下载cuDNN v7.6.5(2019年11月5日),适用于CUDA 10.1
其他版本:下载cuDNN v7.6.5(2019年11月18日),适用于CUDA 10.2
在CUDA安装完成后,将下载的cuDNN压缩包进行解压,有如下几个文件:
将bin文件夹,include文件夹,lib文件夹 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
注意这里可以直接复制进去:不需要将每一个文件单独复制进去
至此:CUDA和cuDDD安装完成
Tensorflow-gpu版本安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu --upgrade
安装速度很快
安装检测:
import tensorflow as tf
tf.config.list_physical_devices('GPU')
个人PC端输出信息如下:
或者这样:
import tensorflow as tf
#输出信息如下:
2020-03-12 15:44:18.949524: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
# 检测:
tf.config.list_physical_devices('GPU')
#输出信息如下
2020-03-12 15:44:36.190477: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library nvcuda.dll
2020-03-12 15:44:36.640698: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1555] Found device 0 with properties:
pciBusID: 0000:01:00.0 name: GeForce GTX 1050 Ti computeCapability: 6.1
coreClock: 1.62GHz coreCount: 6 deviceMemorySize: 4.00GiB deviceMemoryBandwidth: 104.43GiB/s
2020-03-12 15:44:36.663602: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
2020-03-12 15:44:36.702210: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cublas64_10.dll
2020-03-12 15:44:36.731771: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cufft64_10.dll
2020-03-12 15:44:36.749674: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library curand64_10.dll
2020-03-12 15:44:36.792201: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cusolver64_10.dll
2020-03-12 15:44:36.822956: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cusparse64_10.dll
2020-03-12 15:44:36.891768: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudnn64_7.dll
2020-03-12 15:44:36.905328: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1697] Adding visible gpu devices: 0
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
至此:tensorflow-gpu版本安装完成
Pytorch安装
首先打开Pytorch官网下载寻找对应版本的安装命令:https://pytorch.org/get-started/locally/
Conda和pip安装都可以,安装命令如下:
# 使用pip安装
pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html
# 使用conda安装:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
安装很慢,加速方法可参照其他大佬教程,楼主使用默认安装的,也不是不可以安装。
安装检测
import torch
print(torch.cuda.is_available())
个人电脑测试如下:
至此:Pytrcoh安装完成
注意事项:
-
1.CUDA和cuDNN版本要对应
-
2.这两个安装过程中貌似需要VS2019的某些文件,因为我电脑上已经安装过,所以没出现这类问题,如果存在这个问题,建议参照下其他大佬的解决办法
- 2.CUDA和Tensorflow版本要对应,对应关系如下:
本文更新于2020年3月11日下午16:16:43