确定你的电脑有独显,没有就不要往下看了
1,安装驱动
打开网址 https://www.nvidia.cn/geforce/drivers/
点击立即下载即可,如下图所示。(当然也可以根据你的显卡手动搜索安装程序)
运行刚刚下载的程序,登陆后按照提示下载安装驱动。安装成功后如下图所示。
2,安装CUDA和CUDNN
CUDA下载地址:https://developer.nvidia.com/cuda-downloads
CUDNN下载地址: https://developer.nvidia.com/rdp/cudnn-archive
安装tensorflow需要注意版本对应(pytorch之后再说),以下是我使用过的两个可行的方案:
CUDA:10.1
CUDNN:7.6
tensorflow_gpu:2.3
CUDA:11.7.1
CUDNN:8.5
tensorflow_gpu:2.9.1
运行CUDA安装程序。
这个是安装程序解压的路径,安装完成会自动删除,不用管。
等待安装完成,解压下载的CUDNN文件。
将这三个文件复制到刚刚CUDA安装的目录。
显示如下表示安装成功。
3,配置tensorflow_gpu环境
按顺序执行以下命令。
conda create -n tf_gpu python=3.8
conda activate tf_gpu
pip install tensorflow_gpu==2.9.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
python
import tensorflow as tf
tf.config.list_physical_devices('GPU')
返回如下结果表示配置成功,其他所需包自己pip安装就行。
4,配置pytorch环境
打开网址: https://pytorch.org/get-started/locally/#no-cuda-1
按照安装的CUDA的版本复制如下命令
conda create -n th_gpu python=3.8
conda activate th_gpu
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
python
import torch
torch.cuda.is_available()
返回如下信息表示配置成功。