背景
用于跑GAN语义分割的环境搭建。GTX1660.
Anaconda3-5.3.1+ CUDA10.0 + cudnn7.6.5 + tensorflow-gpu 1.13.1 + torch-1.2.0 + torchvision-0.4.0 + GTX1660
从零配置记录:12月12日-14日,折腾三天终于搞定,终于跑起来了。
涉及到的安装包百度云分享:
链接:https://pan.baidu.com/s/1DF6SU0sjlwrTULpcXTsjlQ
提取码:0q7i
通过清华源下载Anaconda3-5.3.1:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
路径不选,选了也会标红..即不推荐,区别在于环境变量里没有anaconda,导致cmd中无法使用python命令。
安装CUDA10.0:
下载链接:https://developer.nvidia.com/cuda-toolkit-archive
参考教程:https://blog.csdn.net/sinat_23619409/article/details/84202651
基本上就是找到安装包-下载-以管理员身份安装
安装完在Prompt验证
nvcc -V
注意这俩CUDA不同,但并不影响,其实是因为CUDA 有两种API,分别是 运行时 API 和 驱动API,即所谓的 Runtime API 与 Driver API。nvidia-smi
的结果除了有 GPU 驱动版本型号,还有 CUDA Driver API的型号,这里是 11.0。
而nvcc
的结果是对应 CUDA Runtime API:
安装cudnn:
去下载:
https://developer.nvidia.com/rdp/cudnn-archive
解压后->把里面三个文件复制到cuda10的安装目录(路径在下下图中)下
下图是加完后的情况:
安装Pycharm以后建立调用Anaconda的编译器(可百度教程):
Anaconda换北外源可参考:https://blog.csdn.net/weixin_43667077/article/details/108282523
通过pycharm安装tensorflow-gpu:
根据tensorflow和python版本以及Visual Studio的对应关系选择1.3.1
对比网址:https://tensorflow.google.cn/install/source_windows#gpu
配套的会自动在Anaconda环境中安装cudatoolkit和cudann。使用命令查看:
conda list
安装torch:
下载torch手动版:
https://download.pytorch.org/whl/torch_stable.html
pip install torch-1.2.0-cp37-cp37m-win_amd64.whl
验证:
import torch # 如正常则静默
a = torch.Tensor([1.]) # 如正常则静默
a.cuda() # 如正常则返回"tensor([ 1.], device='cuda:0')"
from torch.backends import cudnn # 如正常则静默
cudnn.is_acceptable(a.cuda()) # 如正常则返回 "True"
安装torchvision:
下载手动版
https://download.pytorch.org/whl/torch_stable.html
pip install torchvision-0.4.0-cp37-cp37m-win_amd64.whl
安装cv2:
conda install -c menpo opencv