win10下cuda、cudnn安装

win10下cuda、cudnn安装

cuda10安装

CUDA10的安装包可直接从NVIDIA官网下载。根据相应的系统选项，我选择的是cuda_10.0.130_411.31_win10.exe(大小为2.1G)，我下图下载的界面因为用的谷歌浏览器自带的翻译所以，，如果找不到旧版本，一般在右下角，找到Legacy Releases这个点击下载旧版

安装的时候建议选择 自定义 而不是“精简”(他会安装所有组件并覆盖现有驱动，我并不想安装全家桶，我的官方显卡驱动不想更换)。安装路径建议默认。

安装完成之后，还需要下载cuDNN，这里需要登录并填写问卷才能下载，到下图所示的下载页面后，我选择的是图中的版本，下载完成后，将这个压缩包里的所有文件放到CUDA10安装目录相应文件夹下即可

cudnn10.0下载

解压cudnn安装包，用解压后的这些去替换掉cuda’的下面文件

接下来设置环境变量

计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_0两个环境变量，接下来，还要在系统中添加以下几个环境变量：
CUDA_SDK_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0这是默认安装位置
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

在系统变量 PATH 的末尾添加：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
再添加如下4条（默认安装路径）：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64；
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64

验证是否配置成功

配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe：
首先win+R启动cmd，cd到安装目录下的
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite
然后分别执行.\bandwidthTest.exe 和 .\deviceQuery.exe 应该得到下图:

然后就成功安装了cuda和cudnn了

然后一点关于版本问题（）

其次还要了解一下不同的TensorFlow版本所需要对应安装的CUDA和cuDNN版本是多少，因为在TensorFlow的GPU版本安装过程中，如果对应的CUDA版本和cuDNN版本不正确的话，是无法正常使用GPU来进行模型训练的。下表整理出了TensorFlow从1.2到最新版本的CUDA和cuDNN所对应的版本集合。

在pycharm下运行时一些GPU报错问题

tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above. [Op:Conv2D]

这种是cuDNN初始化失败，这里提供几种解决方案
1、第一种添加如下代码，不要忘记导入os模块
os.environ[‘TF_FORCE_GPU_ALLOW_GROWTH’] = ‘true’
2、第二种，添加如下代码，不要忘记导入tf模块
gpus = tf.config.experimental.list_physical_devices(‘GPU’)
for gpu in gpus:
tf.config.experimental.set_memory_growth(gpu, True)
注意：这是在tf2.0下的解决方案

windows 下相对路径的问题

在windows下写代码，相对路径这个问题很困扰，提别是读取和保存模型时总是因为路径原因报错，
路径中./ 改为.\
windows一般受用\ 这里只是建议，有些情况是不适用的。