【从0到1：AI之旅】之深度学习环境安装_1

一、win系统安装显卡驱动

1、查看显卡型号：
右键“我的电脑”->属性->设备管理器->显示适配器，里面有显卡型号（我的是GeForce GTX 1080Ti）

或者安装鲁大师，查看硬件信息，如下：

2、根据显卡型号下载显卡驱动：
nvidia显卡驱动下载链接： 显卡驱动下载

3、安装显卡驱动：
显卡驱动安装比较简单，双击下载的exe，一路默认安装即可。
安装完后，win+R，输入cmd，打开命令行界面，输入nvidia-smi，显示显卡驱动版本及支持的最高cuda版本。
如下，显卡驱动：516.59，支持的最高cuda版本：11.7。

二、Cuda及Cudnn安装

1、根据驱动版本，选择cuda版本，驱动向下兼容cuda版本，即高版本的驱动版本可安装低版本的cuda

2、cuda及cudnn下载：cuda下载、cudnn下载
cuda下载页面：

cudnn根据cuda版本选择即可，需要注册账户，下载页面：

cuda安装：

双击下载的exe文件，安装CUDA，推荐默认路径安装，一直点击“下一步”即可。
安装完后，打开命令行界面，输入nvcc -V，显示如下界面：

cudnn安装：
根据前面的cuda版本选择相应的cudnn版本。

cudnn解压后如下：

将这四个文件复制到CUDA的安装目录下

三、Anaconda安装

1、anaconda下载：anaconda下载
推荐如下版本，比较稳定：

安装过程中，记得修改自己的安装路径即可，安装教程较多，这里不再赘述了。
2、为了方便管理深度学习的库（tensorflow、pytorch等），建议在anaconda里安装虚拟环境：

四、tensorflow安装

1、前面已经安好显卡驱动、cuda及cudnn，后面安装tensorflow/pytorch就变得简单了，根据python版本选择即可。镜像下载

2、在anaconda创建的虚拟环境中安装：


tensorfow-gpu镜像下载到了D盘，按如上指令安装即可：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow_gpu-2.4.0-cp37-cp37m-win_amd64.whl
安装后，验证tensorflow-gpu是否安装正确：

输入如下测试代码：
import tensorflow as tf
print(tf.version)
print(‘GPU’, tf.test.is_gpu_available())

显示GPU True，即安装成功。

五、pytorch安装

1、下载pytorch及torchvision：镜像下载

2、在anaconda新建pytorch虚拟环境：


下载的torch及torchvision镜像在D盘，通过pip加清华镜像方式安装：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch-1.9.0%2Bcu102-cp37-cp37m-win_amd64.whl
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torchvision-0.10.0-cp37-cp37m-win_amd64.whl

测试gpu是否可用：
import torch
print(torch.cuda.is_available())