Tensorflow-gpu及pytorch安装

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