win10在anaconda虚拟环境下安装cuda11.0+TensorFlow2.4.0+pytorch1.7.1+cudnn8.0

支持TensorFlow和pytorch在GPU加速下，pycharm中运行。

软件版本

Windows10
NVIDIA GeForce GTX 1660Ti
CUDA11.0
TensorFlow-gpu2.4.0
pytorch1.7.1
cudnn8.0
python3.8.0
anaconda
pycharm community 2020.3

查看适配版本

CUDA

电脑右下角 NVIDIA设置

左下角系统信息

可以看到支持的最高CUDA版本

这里我们选择11.6及以下的版本都是可以的，为了适配tf和torch版本，本次选择11.0。
注意：请确定您的显卡支持CUDA。

cudnn

cudnn查询对应版本

TensorFlow

查询tf与CUDA适配版本
（网站可能打不开，需要挂梯子）

对应11.0的CUDA，我们选择TensorFlow-2.4.0。
注意：TensorFlow1.x和2.x版本有较大的改动，请确认自己需要的版本。

cudnn

cudnn查询对应版本
注意对应CUDA和TensorFlow要求，这里选择8.0。

pytorch

查询pytorch历史版本

使用anaconda安装，选择1.7.1。

opencv

如果还需要安装opencv，请注意3.4.3以上的版本sift等部分库受专利保护不能使用，需要安装3.4.2及以下版本（对应python3.6或3.7）。
如果需要安装sift+更高版本opencv，可以参考VS2019编译opencv4.1.2(带sift等额外算法)
这里选择4.5.1.48+python3.8，可以直接pip安装。

安装过程

这里省略了anaconda和pycharm的安装过程。
CUDA-toolkit下载
如果安装过高版本，需要先卸载掉。
安装好后可以在cmd中使用

nvcc -V

查看。

cudnn下载
卸载解压后，设置环境变量-系统变量-Path，将解压后文件中的bin文件夹加入环境变量。

打开anaconda Prompt，输入

conda create -n pytest python=3.8

创建虚拟环境。
pytest为虚拟环境名，python版本设置3.8（如果有前文需要安装opencv的需求，注意版本兼容问题）

activate pytest

启动虚拟环境

conda info --envs

可以查看当前所有的虚拟环境信息
如果下载慢，可以换源
更换Anaconda的下载源为国内源的办法

安装pytorch

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

安装TensorFlow

pip install tensorflow-gpu==2.4.0

安装opencv

pip install opencv-python==4.5.1.48
pip install opencv-contrib-python==4.5.1.48

检查是否安装成功：

python
import tensorflow as tf 
print(tf.__version__)
print(tf.test.is_gpu_available())
import torch
print( torch.__version__ )
print( torch.cuda.is_available() )

出现True即为成功。

在pycharm中使用

创建新项目时选择此虚拟环境

也可以在右下角选择切换