WIN、Linux配置Cuda步骤(30x显卡只能安装cuda11.0以上版本) + python包下载

@勿用

已于 2024-04-26 16:44:00 修改

阅读量857

点赞数

分类专栏：机器学习-工具文章标签： python

于 2022-06-28 14:15:50 首次发布

本文链接：https://blog.csdn.net/tm_tsm/article/details/125501360

版权

机器学习-工具专栏收录该内容

2 篇文章 0 订阅

订阅专栏

一、Linux配置Cuda步骤

1、conda虚拟环境安装CUDA和CUDNN(貌似安装 nvidia-tensorflow时会安装cuda、cudnn等)：

深度学习环境配置——conda虚拟环境安装CUDA和CUDNN_conda虚拟环境中安装cuda-CSDN博客

2、安装tensorflow-gpu：30系显卡配置tensorflow1.x环境_30使用tensorflow1-CSDN博客

3、Nvidia下的tensorflow：pip install --user nvidia-tensorflow[horovod] 会报错

1）源码下载安装，分支(r1.15.5+nv21.11)下有通过源码安装

GitHub - NVIDIA/tensorflow: An Open Source Machine Learning Framework for Everyone

2）whl下载安装：

https://developer.download.nvidia.cn/compute/redist/nvidia-tensorflow/

二、WIN配置Cuda步骤

在配置tensorflow环境的时候很是头疼，因为3090只支持cuda11.0+的版本，而tensorflow1.×已经不再维护，没有出支持cuda11.0+的版本了。

Linux装显卡驱动需禁用 nouveau：Ubuntu内核升级导致显卡冲突，升级显卡并禁用自动更新教程_ubuntu内核与显卡驱动不兼容_zh4men9的博客-CSDN博客

Cuda文档：NVIDIA Multi-Instance GPU User Guide :: NVIDIA Data Center GPU Driver Documentation

查看GPU、Mig实例的ID：nvidia-smi -L

nvidia-smi

mianma@mianma:~$ nvidia-smi
Sun Mar 28 14:47:33 2021       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.39       Driver Version: 460.39       CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce GTX 105...  Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   47C    P0    N/A /  N/A |    313MiB /  4040MiB |      5%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      1030      G   /usr/lib/xorg/Xorg                 80MiB |
|    0   N/A  N/A      1607      G   /usr/lib/xorg/Xorg                134MiB |
|    0   N/A  N/A      1785      G   /usr/bin/gnome-shell               35MiB |
|    0   N/A  N/A      3364      G   ...AAAAAAAAA= --shared-files       52MiB |
+-----------------------------------------------------------------------------+

可以看到右上方显示CUDA Version: 11.2说明该驱动支持的最高CUDA版本是11.2

型号、版本(RTX30xx的显卡还不支持Tensorflow1.X)

显卡：RTX3080 12G
PYTHON：3.8.0
CUDA：11.1.1
Cudnn：8.0.5.39
Tensorflow-1.15.4：

①Python3.8：https://github.com/fo40225/tensorflow-windows-wheel/issues/167

tensorflow-windows-wheel/1.15.4+nv20.12 at master · fo40225/tensorflow-windows-wheel · GitHub 下载对应的GPU压缩包并解压，将解压后的whl文件直接用pip安装即可。

②Python3.7：Cuda版本应该要更改为以下的

知乎：win10，RTX 3070，可以安装cuda10.0和tensorflow-gpu1.14.0吗？ - 知乎

链接：百度网盘请输入提取码

提取码：dg4q

安装Cuda、Cudnn：

下载Cuda：CUDA Toolkit Archive | NVIDIA Developer

1.1 显卡驱动：https://www.nvidia.cn/Download/index.aspx?lang=cn

①安装(自定义)：

展开Driver components，查看“Driver”的版本，如果当前版本大于Cuda所需版本，则不勾选该“Driver”，反之亦然。

2、(需登录)下载对应的Cudnn：cuDNN Archive | NVIDIA Developer

3、拷贝：将Cudnn解压后的 bin、include、lib三个文件夹直接拷贝到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1 下，会自动合并

4、检测是否安装成功：cmd输入nvcc -V

5、tensorflow下载：

1）Links for tensorflow-gpu

2）Nvidia下的tensorflowGitHub - NVIDIA/tensorflow: An Open Source Machine Learning Framework for Everyone

3）Nvidia下的tensorflow：https://developer.download.nvidia.cn/compute/redist/nvidia-tensorflow/

6、tensorflow,CUDA，cudnn对应版本号查看：Build from source on Windows | TensorFlow

7、torch-gpu下载：https://download.pytorch.org/whl/torch_stable.html

Previous PyTorch Versions | PyTorch

8、其他包：PyPI · The Python Package Index

Archived: Python Extension Packages for Windows - Christoph Gohlke (uci.edu)

piwheels - Simple index

通过github代码安装：pip install -e . #注意这个.

9、模型下载：Models - Hugging Face

10、pip安装包

1）通过git连接安装：pip install git github的clone地址
2）通过本地项目安装：进入同setup.py同级的目录下，pip install .
3）直接安装：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名