1. 安装环境
- 系统环境:win10
- 虚拟环境:anaconda3
- 语言:python
- tensorflow2.2.0 或者 pytorch1.5.1
2. 步骤
如果电脑上什么环境都没有安装,需要遵循五步。
第一,安装anaconda3环境,提供python版本管理和包管理工具,能够创造一个单独的虚拟环境。
第二,更新GPU驱动,驱动可以通过自动更新也可以通过手动更新,但一般手动更新才能够更新到最新的版本中。一般无论高低版本的GPU,都能够得到一个版本号较高的驱动,所以一般都能够使用最新的CUDA。
第三,根据GPU驱动安装CUDA。CUDA版本和GPU驱动相关与tensorflow/pytorch版本相关。如果是较早的GPU驱动,则不能够安装最新的CUDA版本。如果是较早的tensorflow/pytorch版本,也不能够使用最新的CUDA版本。一般CUDA安装好后,会自动的在系统变量中添加变量,无需手动添加。
第四,根据CUDA安装cudnn。cudnn只是几个文件夹,只需要将文件夹中的文件复制到CUDA中名称相同的文件夹下即可。此步无需添加任何环境变量。
第五,在anaconda3中安装tensorflow/pytorch的GPU版本,进行测试即可使用。
2.1 安装anaconda3
2.2 安装cuda
2.2.1 查看GPU版本和CUDA版本
-
我的电脑->属性->控制面板->硬件和声音->NVIDIA控制面板
-
帮助中的系统信息
-
显示查看驱动版本
-
组件查看CUDA版本
这个版本是目前驱动下,能够运行的版本。只要将GPU驱动升级,此处就会发生变化。
2.2.2 更新GPU驱动版本
[1] 电脑右键属性->设备管理器->显示适配器->找到显卡->右键更新
[2] NVIDIA GPU驱动网站:https://www.nvidia.cn/Download/index.aspx?lang=cn
查看CUDA版本和显卡驱动之间的关系:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components__table-cuda-toolkit-driver-versions
GPU计算能力:https://developer.nvidia.com/cuda-gpus
2.2.3 下载CUDA
cuda官网:https://developer.nvidia.com/cuda-toolkit
选择版本网站:https://developer.nvidia.com/cuda-toolkit-archive
2.2.4 环境变量
在安装cuda后,回自动在PATH中添加以下两个变量,如果没有添加,则在PATH中添加如下两个变量:
[1] C:\Program Files\Nvidia GPU Computing Toolkit\CUDA\v10.2\bin
[2] C:\Program Files\Nvidia GPU Computing Toolkit\CUDA\v10.2\libnvvp
还有两个系统变量:
CUDA_PATH:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
CUDA_PATH_V10_2:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
如果系统已经有一个CUDA了,那么系统会自动添加新版本的CUDA变量,而不会删去旧版本的CUDA。只有CUDA_PATH会发生变化,不再指向旧版本的CUDA。
3. 安装cudnn
cudnn版本仅和cuda版本有关
cudnn网站:https://developer.nvidia.com/rdp/form/cudnn-download-survey
网站需要注册,使用邮箱和密码即可。
只需要将cudnn文件夹中的文件复制到cuda中相同名称下的文件夹中。
检查是否成功
tensorflow
tensorflow需要用命令行下载:
pip install tensorflow-gpu==2.2.0 -i https://pypi.douban.com/simple
import tensorflow as tf
tf.__version__
tf.test.is_gpu_available()
第一次运行可能会比较缓慢,需要耐心等待,之后运行就会变快。
pytorch
pytorch官网:https://pytorch.org/ 官网内有下载链接
import torch
torch.__version__
torch.cuda.is_available()
torch.cuda.get_available_name()
torch.version.cuda