cuda cudnn tensorflow对应_Windows安装CUDA和CUDNN运行环境

由于很多同学需要使用Windows 系统进行GPU 上的计算，比如运行TensorFlow 或者Pytorch 等，在Windows 上正确安装CUDA 和CUDNN 则成了一个关键的问题。与在Linux 上安装的整体流程类似，但是还有一些细节要注意，本文以Windows 10 系统为例，进行CUDA 环境的安装，并以TensorFlow 验证安装的成功。

1 安装最新版Microsoft Visual Studio

看到这里很多人可能会问，就写个Python 程序为什么要装vs 软件。其实这是因为，我们需要给我们的计算机安装Windows 系统上包括最新版在内的几个版本的C++ 编译器和运行环境。不同于Linux 系统，一个崭新的Windows 系统并不包含这些软件，所以很多安装TensorFlow GPU 版的同学发现安装之后，运行时报错：“ImportError: DLL loadfailed: 找不到指定的程序”。我们从TensorFlow 官方的文档 ( https://www.tensorflow.org/install/source_windows) 中就可以看到对编译器版本的要求这一点：

而这个问题正是网上很多教程不曾写到的，也是最令人困扰的一点。

我们需要打开微软VisualStudio的官方网站：

https://visualstudio.microsoft.com/zh-hans/  

下载并安装最新版VisualStudio，安装时必须勾选“使用C++的桌面开发”，其他选项可根据自己实际需要勾选。

2 查看本机的CUDA驱动适配版本

在桌面右键“NVIDIA 控制面板”，点击帮助-> 系统信息-> 组件。

在打开的窗口中，我们可以看到本机当前最高支持的CUDA 版本是10.2 。如果你升级了驱动，将来也可能会支持更高版本。

3 下载CUDA和cuDNN

CUDA 下载页面：https://developer.nvidia.com/cuda-downloads如果需要选择CUDA版本，可从这里打开：https://developer.nvidia.com/cuda-toolkit-archive

下载cuDNN 时必须选择和你安装的CUDA 匹配的版本，下载页面：https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN 是需要登录英伟达开发者账户的，如果没有的话，需要注册一个并填写问卷，很简单。注册并登录后，即可打开如下页面，选择对应的文件并下载。

4 安装CUDA和cuDNN

安装CUDA 时很简单，跟我们平时装一个软件一样，这里不再赘述。CUDA 安装完成后，打开powershell ，执行nvcc -V ，成功的话会返回cuda 版本号。 安装cuDNN 首先需要解压cuDNN 压缩包，可以看到有bin 、include 、lib 目录。

打开 “C:\Program Files\NVIDIAGPU Computing Toolkit\CUDA ” 目录，找到你安装的版本目录，打开，找到bin 、include 、lib 目录，将cuDNN 压缩包内对应目录下的文件分别复制到bin 、include 、lib 目录。如果是新版Windows 10 系统，可以直接复制三个目录到对应路径下，两处的目录会自动合并，不会出现目录级的覆盖，最多只会覆盖同名文件。如果是其他版本系统，为了以防万一，最好还是手动一一复制到对应路径下。

5 添加环境变量

我们需要在系统环境变量的Path 项下添加几个路径，点击 编辑 -- > 新建、浏览，选择刚才的安装路径。

需要添加的默认的安装路径如下：

C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v10.2C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64

如果有安装到别处，请参考这两个路径来填写。

6 检查安装结果

在任意路径下打开powershell 终端，比如在桌面处按住Shift 键，鼠标右键，选择“在此处打开Powershell 窗口”。然后输入：“nvidia-smi ”，如果出现类似如下信息，则表明CUDA 安装成功。

然后我们运行python ，并”import tensorflow as tf” ，输入”tf.test.is_gpu_available()” ，然后回车，如果出现”True” 字样，则说明完全安装成功。

---

往期精彩

科技力量是中国抗疫制胜的法宝

基于动态软件体系结构的插件机制原理(C语言实现)

ASRT开源语音识别项目开始兼容TensorFlow 2.X

[论文翻译]SpecAugment：一种用于自动语音识别的简单数据增强方法

手把手教你从零开始搭建个人博客

·END·

AI柠檬博客

分享AI技术文章

关注前沿科技

QQ交流群:  867888133

微信号：ailemon_me

博客网址：https://blog.ailemon.me

点击下方“ ”即可阅读博客原文，并参与评论和互动。

点在看，让柠檬菌知道你在看~