最终选择:
在创建的新环境下
python 3.8.*
paddlepaddle-gpu 2.5.1.post120
CUDA 12.0
CUDNN 8.9(需配合CUDA的版本)
1.
本机GPU硬件信息
打开NVIDIA Control Panel->System Information->Components,能看到NBCUDA64.DLL的信息
2. 查看CUDA安装的版本
CMD 中输入命令:nvidia-smi
理论上,可以安装CUDA的最高版本未12.2
3. 当正确安装CUDA之后,
CMD 中输入命令:nvcc --version
4. 安装CUDA
这里可以看到最新的版本 : https://developer.nvidia.com/cuda-downloads
但因为,我的硬件状态,我选择了历史版本 :CUDA Toolkit Archive | NVIDIA Developer
我选择的 :cuda_12.0.0_527.41_windows
安装过程使用推荐即可。
同时需要选择,允许添加环境变量。
5. 下载CUDNN
https://developer.nvidia.com/rdp/cudnn-archive
在这里选择可以匹配CUDA的版本即可。
将CUDNN的bin,include,lib文件夹,挪到CUDA->V12.0的文件加内。
6. 首先查看paddlepaddle可以匹配的CUDA 和CUDNN
开始安装的介绍,这里能够看到,需要满足的条件并且安装 GPU 版 PaddlePaddle。
当前最高的paddlepaddle-gpu 为2.6.
如果我选择了paddlepaddle-gpu 为2.6, 那么CUDA 需要配合11.8,cudnn8.6
我的设备无法使用CUDA12.2以上的版本。
并且因为我已经装了CUDA 12.0的版本,所以我需要去paddlepaddle-gpu的历史版本,选择和CUDA12.0匹配的版本。
飞桨PaddlePaddle-源于产业实践的开源深度学习平台
选择最后一项。
7. 测试paddlepaddle-gpu
import paddle
paddle.utils.run_check()
即为成功。
可能也会有一些错误。例如一些动态链接库不存在之类的。去将相应的动态链接库下载,放到指定位置即可。