TITAN RTX成功配置深度学习环境cuda10.1+cudnn7.5+VS2015+Python3.7+tensorflow1.13.1+pytorch1.10

TITAN RTX成功配置深度学习环境cuda10.1+cudnn7.5+VS2015+Python3.7+tensorflow1.13.1+pytorch1.10

拿到新的TITAN电脑后，需要先安装NVIDIA驱动，然后安装

cuda10.1+cudnn7.5

VS2015

Python3.7

tensorflow1.13.1

pytorch1.10

其中tensorflow1.13.1安装包百度链接：

 https://pan.baidu.com/s/1emc6s0ygJ15Jw0noJutnUQ 提取码: vifc 

下面直接开始来吧

首先安装NVIDIA驱动，在NVIDIA官网上，选择对应的驱动版本，经过搜索后，会有一系列发布版本，这里建议安装最新的更好，因为NVIDIA驱动的更新基本都是弥补之前版本的不足。

装好NVIDIA驱动后，你会发现电脑桌面的显示效果会比没装之前好很多。

cuda10.1+cudnn7.5和VS2015安装没有先后顺序。

安装CUDA Toolkit 10.1

下载地址：https://developer.nvidia.com/cuda-toolkit-archive

安装cuDNN v7.5.0 (Feb 25, 2019), for CUDA 10.1

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

这个安装就很常见了，cuda安装完后，将cudnn解压后的文件依次拷贝到cuda中，也就是在路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1中。

然后vs2015，就很简单了，直接安装就行。当然如果不是新机的话，之前安装了其他版本的话，估计需要干掉后再继续。

Python3.7的安装

建议直接使用anaconda，选择如下版本，记得添加路径，环境变量。

安装完cuda后，nvcc -V验证一下，如下表示安装成功。

tensorflow1.13.1安装

这个安装相对比较麻烦，这里不说自己的各种试错，直接给最终安装成功的版本的方法。

在https://github.com/fo40225/tensorflow-windows-wheel

找到如下的版本

下载完毕后，pip到相应的路径，直接安装即可。

安装完毕后，验证一下是否成功。

最后安装一下pytorch.

pytorch官网一下，很简单，主要就是记得换源，这里推荐阿里源，即进行如下操作：

官网是：

这里换源后即：

pip install -i http://mirrors.aliyun.com/pypi/simple https://download.pytorch.org/whl/cu100/torch-1.1.0-cp37-cp37m-win_amd64.whl

pip install -i http://mirrors.aliyun.com/pypi/simple https://download.pytorch.org/whl/cu100/torchvision-0.3.0-cp37-cp37m-win_amd64.whl

 

参考链接：

https://blog.csdn.net/huanyingzhizai/article/details/89298964#安装tensorflow1.13(with-Anaconda)