当前位置:   article > 正文

【安装】CUDA10.1+Tesorflow2.0-GPU版本安装+Pytorch安装_tensorflow2.10 cudatoolkit=10.1

tensorflow2.10 cudatoolkit=10.1

一、Tesorflow2.1-GPU版本安装

1.anaconda安装

2.NVIDIA驱动安装

  • 打开Anaconda Prompt,输入命令nvidia-smi,查看自己电脑的驱动版本。

在这里插入图片描述
CUDA与驱动版本对应关系
在这里插入图片描述

  • 这里安装tensorflow2.1.0版本,驱动满足>=418.96,如果没有满足版本要求。根据自己电脑显卡配置(可以在资源管理器查看)下载相应驱动
  • 点击链接:驱动下载网站 下载满足要求的驱动程序

在这里插入图片描述
安装时,一路next,选择第二个安装图形驱动程序

3.CUDA安装

  • 下图是tensorflow-gpu经过测试的构建配置:参考链接
    在这里插入图片描述

  • 开始我选择下的是10.2版本的CUDA,遇见缺少cudart64_101.dll,解决后测试会出问题,后来我就安装了10.1版本的CUDA,完成解决,可能是笔记本原因。

  • CUDA下载链接:CUDA下载链接,选择10.1版本,安装选择精简,一路next
    在这里插入图片描述

  • 配置环境变量
    在用户变量中点击path,添加如下路径。注意:不要再末尾添加分号;
    C:\Program Files\NVIDIA Corporation\NVIDIA NvDLISR
    C:\Program Files\NVIDIA Corporation\Nsight Compute 2019.5.0
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
    C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin

  • 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 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:
    在这里插入图片描述
    在这里插入图片描述
    如果以上两步都返回了Result=PASS,那么就算成功啦。

  • 打开Anaconda Prompt,输入命令nvcc -V查看CUDA版本,这里与第二步图中红色框的可能会不一样,上面的是驱动应该对应的CUDA版本,这里是安装的CUDA版本10.1。出现如下图所示的页面就算安装成功了。
    在这里插入图片描述

4.cuDNN安装

  • 下载链接:cuDNN,这里需要注册一个账号
  • 选择CUDA 10.1版本,下载完成后,将下图的三个文件下复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1替换,即完成cuDNN的安装。
    在这里插入图片描述

5.Tensorflow安装

  • 打开Anaconda Prompt,输入命令pip install tensorflow-gpu==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
    ,等待一段时间即可安装成功,如果期间安装失败,可能是网速的原因,继续执行上面的命令,直至完成。
  • 输入:import tensorflow as tfprint(tf.test.is_gpu_available())
  • 出现True,即安装成功。
    在这里插入图片描述

二、Pytorch安装

1.配置清华源

在C:\Users\xxx下打开.condarc文件,将原来的删除,加入下列代码

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18

2.安装pytorch

进入官网 https://pytorch.org/
在这里插入图片描述

  • 打开Anaconda Prompt,输入命令conda install pytorch torchvision cudatoolkit=10.1 ,不用添加 -c pytorch
  • 测试,依次输入import torchimport torchvisionprint(torch.cuda.is_available()),最后输出True代表安装Pytorch成功。
    在这里插入图片描述

参考

1.win10下CUDA和CUDNN的安装(超详细)!亲测有效!
2.超级详细!vscode+anaconda+tensorflow2.0 搭建机器学习开发环境
3在Windows下安装TensorFlow GPU版本教程(超级详细哦)
4.win10 x64 系统中tensorflow遇到ImportError: Could not find 'cudart64_100.dll’错误解决方法之一
5.解决tensorflow-gpu 2.1出现错误“Could not load dynamic library ‘cudart64_101.dll’
6.Anaconda切换为清华源
7.pytorch快速安装【清华源】

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/1013584
推荐阅读
相关标签
  

闽ICP备14008679号