[win10] anaconda 調用GPU做深度學習 MX250 GPU driver/CUDA10.0/cudnn7.6.5/tensorflow2.1

 

官网找自已GPU显卡驱动下载

https://www.geforce.cn/drivers

官网找CUDA 10.0 toolkit下载(要自已注册一个帐号才能下载)，建议下载 local exe版，重灌或无网时较方便

https:// developer.nvidia.com/cuda-toolkit-archive

官网找cudnn压缩包(要自已注册一个帐号才能下载) https://developer.nvidia.com/rdp/cudnn-download

解缩到路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 底下，并把活页夹名称改为cudnn

确认bin活页夹底下有cudnn64_7.dll动态库并添加至环境变量中的Path

配置国内源加速下载：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

conda config --show channels

conda config --set show_channel_urls yes

 tensorflow 2.0有个严重的bug在矩阵相乘运算，且不会回报error，建议直上2.1

conda install cudnn=7.6.0

conda install cudatoolkit=10.1.243

conda install tensorflow-gpu=2.1.0

 进入Python测试安装完成且可成功调用GPU加速

import tensorflow as tf
tf.__version__
tf.test.is_gpu_available()

实测后最后会输出 “True” 代表调用GPU成功

※如果裝CPU版本運行後出現：错误提示为DLL load failed，说明缺少一些必须的DLL模块，可以尝试安装Microsoft Visual C++ 2015 Redistributable程序（如这里的介绍或者这篇博文）。

安装基本框架和库

conda install ipython

conda install pandas

conda install jupyter book

conda install pytorch torchvision cudatoolkit=10.1 目前無国內源，太慢先不裝了

或 conda install pytorch torchvision cudatoolkit=10.1 -c pytorch 使用国外官网源

conda install numpy

conda install Pillow

conda install scikit-learn

conda install matplotlib

conda install keras

如果有装成功，进Python验证

import torch
torch.cuda.is_available()

最后检查一下自已装了什么

conda list

如果都装好，建议整包压缩备份