Windows10+Quadro M2000+CUDA_9.2.148+cudnn7.2.1.38+tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl安装
一、GPU新驱动安装
- 1、查看自己电脑的显卡信息,可以使用工具CPU-Z检测。下图为本机的显卡信息:
- 进入NVIDIA驱动下载进行符合条件的下载安装。直接安装并取代之前的显卡版本。(注意:NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念)
二、Anaconda3下载与安装
镜像下载地址:清华镜像源
官方下载地址:https://repo.anaconda.com/archive/
Anaconda3-2019.07-Windows-x86_64.exe
记得打勾!!两个都要勾上。
三、CUDA的下载安装
1、概念
cudn是显卡厂商NVIDIA推出的通用并行计算平台,可以减轻CPU的计算压力,提升计算的速度。
2、下载
- 检查自己的电脑是否支持CUDA,可以看到Computing后面跟CUDA前面有对勾,说明支持CUDA计算。
- 从NVIDIA官网选择一个CUDA版本进行下载,为了保证显卡、CUDA等等版本的对应,选了9.2版本进行下载。
我的显卡驱动版本号:451.77
根据CUDA Toolkit and Compatible Driver Versions要求。理论上CUDA11 及以前的版本都能使用,这里选择CUDA9.2。
3、安装
双击.exe文件直接默认安装。
4、添加到path环境变量
- 计算机-属性-高级系统设置-环境变量。
- 按自己的路径进行添加CUDA\v9.2\bin和CUDA\v9.2\libnvvp。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2 为默认安装路径
以下路径需要添加至环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\libnvvp
cuda安装正确与否:
nvcc - V
出现如此,便安装cuda成功。
四、CUDNN7.2的下载安装
直接去NVDIA官网去下载
这里面有好几个for CUDA9.2的,为关系到我们后面tensorflow的版本,这里我们选择cuDNN v7.21的版本
解压
将将这三个文件夹放到想要cuda文件夹即可,我的cuda文件夹地址为:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2
五、Tesorflow下载安装
最终要的环节!!!
去github上找到这个版本tensorflow的whl文件:
tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl
地址:
安装这个文件:
创建一个虚拟环境
conda create --name tensorflow python=3.6.10
激活虚拟环境
activate tensorflow
安装tensorflow
// An highlighted block
pip install tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl;
测试:
// An highlighted block
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
结果:
六、Pytorch安装
若上述框架能顺利安装,则pytorch将不在话下。
安装这个文件:
创建一个虚拟环境
conda create --name pytorch python=3.6.10
激活虚拟环境
activate pytorch
安装pytorch
找到对应的版本
这里我选择了
torch-1.3.1+cu92-cp36-cp36m-win_amd64.whl
torchvision-0.4.1+cu92-cp36-cp36m-win_amd64.whl
pip install torch-1.3.1+cu92-cp36-cp36m-win_amd64.whl
pip install torchvision-0.4.1+cu92-cp36-cp36m-win_amd64.whl
测试:
import torch
x = torch.rand(5, 3)
print(x)
结果:
参考文章
1、【NVIDIA】Win10 + CUDA10 + cuDNN 安装教程
2、RTX2060+win10+Tensorflow GPU+CUDA 9.2+CUDNN7.2+python 3.65
3、windows下安装配置cudn和cudnn