Win10深度学习框架及GPU运算环境搭建（CUDA10.0+Cudnn 7.6.5+pytroch1.2+tensorflow 1.14.0）

一、深度学习为什么要搭建GPU运算环境？

熟悉深度学习的人都知道，深度学习是需要训练的，所谓的训练就是在成千上万个变量中寻找最佳值的计算，所需计算的数据量异常庞大。CPU是一个有多种功能的优秀领导者。它的优点在于调度、管理、协调能力强，计算能力则位于其次。CPU的运算在遇到大体量的数据时就会耗费大量时间，而GPU相当于一个接受CPU调度的“拥有大量计算能力”的员工，用GPU运算则可以大大加快深度学习运算速度，从而减少科研的时间成本。

• 什么是CUDA？

CUDA（Compute Unified Device Architecture）是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

• 什么是Cudnn?

将CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，这样才能使GPU进行高速的深度神经网络的工作。

二、搭建GPU运算环境

检查自己的显卡型号，选择适合的CUDA和CUDNN
如图打开NVIDIA控制面板–>系统信息–>找到NVCUDA.DLL

可以看到NVCUDA.DLL 后面产品名称那一列写着NVIDIA CUDA 10.2.95 driver，说明我的显卡支持CUDA10.2及以下版本。

• CUDA的下载

这里我选择了CUDA 10.0版本，因为相较于最新版CUDA 10.2，版本稍低一点会相对稳定点吧!进入NVIDIA官网下载CUDA然后安装可以了。

下图根据提示选择好自己的系统,系统架构，系统版本，下载方式，点击下载的CUDA是最新的！想要下载历史版本的话，需要自己去找，具体百度即可。