高效率搭建环境:以RTX2080ti为例Windows安装CUDA+cuDNN;清华镜像安装anaconda+TensorFlowGPU+Pytorch。

写在前面:
本篇介绍了windows系统下安装 Nvidia RTX2080ti驱动,安装CUDA tookit,安装cuDNN,安装了anaconda,安装了TensorFlow-GPU 1.X和2.X安装。同时提到可能遇到的问题和解决办法。
其实无论MacBook或者Linux,看了本篇,选自己对应的版本就可以安装了,不同系统当然会有自己的操作方式,就不细节展示了。

Nvidia RTX2080ti 驱动安装

所有NVIDIA 显卡官方驱动下载地址:

https://www.nvidia.cn/Download/index.aspx?lang=cn

选择你的系统和显卡型号
NVIDIA控制面板,系统信息,看驱动版本,这个版本对应的选择CUDA Toolkit,对应的选择不然白装
在这里插入图片描述
如何选择?

CUDA tookit

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

往下拉可以看到各个版本信息
在这里插入图片描述
这里下载:

https://developer.nvidia.com/cuda-toolkit-archive

记住:NVIDIA驱动版本——对应选择cuda-toolkit版本
选择后再选对应的安装包
在这里插入图片描述
下载安装就好了,精简安装
在这里插入图片描述

cuDNN选择

下载cuDNN需要登录注册的。
刚刚说:NVIDIA驱动版本——对应选择cuda-toolkit版本
现在:cuda-toolkit版本——对应选择cuDNN版本
在这里插入图片描述
各个版本都有,根据你的系统选择,下载安装
在这里插入图片描述

cuDNN下载压缩包,解压,然后找到CUDA tookit安装路径,替换这几个文件:
在这里插入图片描述
ps:找不到安装路径,可以从控制面板-高级环境变量-系统环境变量的path中看。
在这里插入图片描述
在这里插入图片描述
windows系统查看NVIDIA显卡GPU使用情况:
官方提供的是一个exe文件,叫nvidia-smi.exe,它在
C:\Program Files\NVIDIA Corporation\NVSMI
在这里插入图片描述
我们把这个文件路径加入到环境变量中, 对PATH变量进行编辑,添加路径到PATH的列表
打开cmd,输入指令:

nvidia-smi

清华镜像安装anaconda+tensorflow gpu

安装anaconda

国内安装有时候非常慢,学会使用国内镜像会省很多时间,提高效率。
网址:

https://pypi.tuna.tsinghua.edu.cn/simple/

anaconda的:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=N&O=D

anaconda官方下载地址:

https://repo.anaconda.com/archive/

先安装anaconda,

如果第一个也选择就不需要自己手动设置添加环境变量(上文提到过)。

安装好后,找到命令行提示符,输入codna / pip 或者Python都可以。找不到命令说明没安装对。
在这里插入图片描述

pip安装TensorFlow GPU

从镜像安装GPU只需要在命令后面加:

-i https://pypi.tuna.tsinghua.edu.cn/simple/

如果安装最新的2.X 版本:

pip install tensorflow-gpu

或:

pip install --ignore-installed --upgrade tensorflow-gpu

如果安装1.X版本的GPU:

pip install tensorflow-gpu==1.13.1 -i  https://pypi.tuna.tsinghua.edu.cn/simple/

注意:
1、 TensorFlowGPU版本要1.13.1,不是1.13.0,会查不到的。
2、如果报错Read time out,可以在上面命令后 --default-timeout=200
3、如果pip不是最新版本问题,pip install –upgrade pip

安装pytorch 1.X

官网提示你怎么下命令和选择版本:

https://pytorch.org/get-started/locally/

在这里插入图片描述
如果选择其他版本,点击上面 install previous versions,比如本文安装的cudatookit是10.0,途中pytorch1.5需要 cudatookit10.2,那就不可以了,要么更新显卡驱动到更高版本,再下更高版本的cuda和tookit版本,要么下pytorch低一点的版本。
比如安装pytorch1.2,再命令提示符中粘贴::
创建环境:

conda create -n pytorch pip python=3.7 

这个pytorch是环境名称
激活一下:

activate pytorch

在这个环境下输入命令:【从官网下】

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch

反正:
根据版本选对应的版本。
根据版本选对应的版本。
根据版本选对应的版本。

  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

写bug的程旭源

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值