WindowsServer2019安装Nvidia驱动+CUDA+CUDNN等深度学习环境

最新推荐文章于 2024-08-13 09:41:52 发布

MarToony|名角

最新推荐文章于 2024-08-13 09:41:52 发布

阅读量2w

点赞数 1

分类专栏：服务器 Ubuntu 文章标签：深度学习大数据人工智能

本文链接：https://blog.csdn.net/m0_38052500/article/details/117140641

版权

服务器同时被 2 个专栏收录

5 篇文章 3 订阅

订阅专栏

Ubuntu

5 篇文章 0 订阅

订阅专栏

内容概要：
1 windowsServer中与windows10对于驱动等软件的安装过程一致；
2 windowsserver因为其本身的较强的安全策略影响，如果要在服务器上安装软件，需要在服务器管理器中禁用相关的安全策略。如此从IE等浏览器中可以下载软件，比如谷歌浏览器的下载等。
3 一个可行的软件配置组合：- Tesla T4 - windows Server 2019 - CUDA 11.0，主要参考与tensorflow的版本匹配而确定的。- Cudnn 8.05- VS 2017 pro- Anaconda个人版- pycharm社区版

一服务器安全策略的禁用

windowsserver因为其本身的较强的安全策略影响，如果要在服务器上安装软件，需要在服务器管理器中禁用相关的安全策略。如此从IE等浏览器中可以下载软件，比如谷歌浏览器的下载等。
在这里插入图片描述
左边的“IE增强的安全配置”点击后出现对话框：

将管理员和用户的选择全部设置为“关闭”即可。

二 Nvidia相关软件的安装（四个软件一个环境变量）

主要参考文献：https://blog.csdn.net/kefnbsow/article/details/102720844
次要参考文献：这里的软件安装与windows10等系统的安装方式一致；同时，关于nvidia等软件的下载网址以及cuda和pytorch、tensorflow的版本匹配问题的讨论，详情参考我的另一篇文章：https://blog.csdn.net/m0_38052500/article/details/116051579

我这里的基本配置信息是：

Tesla T4
windows Server 2019
CUDA 11.0，主要参考与tensorflow的版本匹配而确定的。
Cudnn 8.05
VS 2017 pro
Anaconda个人版
pycharm社区版

1 Nvidia Driver

简介
安装方式：双击；在安装驱动过程中，会提示 VS 未安装，可先跳过，VS 安装的具体介绍见下文。

2 Nvidia Cuda

简介：
上面已经介绍过了，就是采用cuda11.0；
安装方式：双击，安装路径一般位置是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

3 Nvidia Cudnn

简介
解压cudnn后，将cudnn中得三个文件夹对应地复制到上述的cuda的安装路径下，同时因为cuda原文件中不会存在cudnn中的文件，所以复制过程中不会也不该出现有同名文件的存在；
对应关系比如：
（1）把 cudnn 解压包下的：cuda\bin 复制到：cuda安装目录\bin
（2）把 cudnn 解压包下的：cuda\include 复制到：cuda安装目录\include
（3）把 cudnn 解压包下的：cuda\lib\x64 复制到：cuda安装目录\lib\x64
配置环境变量
将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin，即你安装后的bin路径添加到环境变量，输入nvcc -V检测安装情况，安装成功如下所示：

4 VisualStudio 2017 pro

VS2019（目前的最新版本）是否可用不太清楚，之所以说这个是因为最新版本的VS可能与当前的一些编程框架或者软件的版本有匹配冲突问题，具体的，笔者不清。但是VS2017经过笔者测试是没有问题的；重点还是在于尝试，实践出真知！
VS2017安装的时候，如果只是为了搭建基础的深度学习环境，是不需要额外安装安装界面内罗列出的“工作负载和组件”等内容的。安装完成后，即使下载的是专业版本，也不需要激活便可使用。