TensorFlow & Pytorch 英伟达GPU驱动安装

TensorFlow & Pytorch 英伟达GPU驱动安装

参考资料：https://tensorflow.google.cn/install/gpu

1、安装NVIDIA® GPU drivers

    下载地址：https://www.nvidia.com/Download/index.aspx?lang=en-us

注意：CUDA Toolkit版本需要与下面下载安装的版本一致（经测试，TensorFlow 1.15.0最高支持CUDA 10.1，PyTorch 1.5最高支持CUDA10.1）

2、安装CUDA Toolkit

    下载地址：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=Server2016&target_type=exelocal

2、下载cuDNN SDK

下载地址：https://developer.nvidia.com/rdp/form/cudnn-download-survey

1. 下载cuDNN必须首先登陆NVIDIA账号
2. 下载的版本需要与第二步安装的CUDA Toolkit版本对应，如下图

1. 将下载的cudnn压缩包解压
2. 将压缩包内的三个文件夹（bin、include、lib）复制到CUDA Toolkit安装目录（默认为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0），直接复制3个文件夹粘贴到CUDA Toolkit安装目录即可实现文件合并
3. 打开设置系统环境变量界面
4. 将以下3个路径添加至系统环境变量
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
5. 在powershell或cmd中输入nvcc -V命令，测试驱动是否安装成功：
6. 在子账号内安装TensorFlow GPU版本
   在powershell或cmd中输入：pip install tensorflow-gpu==1.15.0
7. 在子账号内安装PyTorch
   在powershell或cmd中输入：pip install torch==1.3.1+cu100 torchvision==0.4.2+cu100 -f https://download.pytorch.org/whl/torch_stable.html