安装前准备工作:
1. 显卡驱动程序
2. CUDA
3. CUDANN
以下为详细过程:
1. 英伟达显卡驱动安装
(1)进入官网选择恰当版本驱动 官方驱动 | NVIDIA 下载类型Game Ready或者Studio均可,差距不大
(2)安装显卡驱动
2. 下载安装CUDA
(1)查看支持的CUDA版本:win+x,选择windows PowerShell,输入nvidia-smi,查看第一行CUDA Version
(2)进入CUDA CUDA Toolkit Archive | NVIDIA Developer
下载安装CUDA Toolkit 11.2.X(这里我先去TensorFlow官网查看了最高支持的CUDA版本,暂不清楚是否可安装更高版本)
安装完成后,在cmd中输入nvcc -V,若出现下图则表示安装成功
检查系统环境变量
a.
b. PATH中
若无以上变量或路径需手动添加
(3)下载安装CUDNN CUDA Deep Neural Network (cuDNN) | NVIDIA Developer选择合适版本下载,然后将下载后的文件解压,并拷贝到CUDA安装文件夹下
默认安装下路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
3. 安装tensorflow-gpu(不需要tensorflow可跳过)
cmd中输入pip install tensorflow-gpu==版本号(据说部分国内镜像无GPU版本)
安装完毕后,在cmd中输入pip list,如有tensorflow-gpu则表示安装成功
4. 安装pytorch(不需要pytorch可跳过)
进入PyTorch官网,找到合适的版本,使用复制RUN THIS COMMAND中的内容到cmd中进行安装(下载安装较慢)
安装后在cmd中依次输入
>>python
>>import torch
>> torch.cuda.is_available()
若输出为True,则表示安装成功。
如果安装不成功,可尝试去英伟达官网下载安装最新版本驱动。卸载torch、torchvision、torchaudio后重新安装。
以上过程主要参考以下两篇博文:利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn(适合小白的保姆级教学)_炮哥带你学的博客-CSDN博客_anaconda安装cuda
全网最详细的深度学习tensorflow-gpu环境配置_惜洛-Jankin的博客-CSDN博客_tensorflow配置gpu环境