目錄
系統版本:Win10 專業版 1909
顯卡:NVIDIA GeForce GTX 1050 Ti
Python版本:3.7.1
Anaconda版本:2019.7
CUDA版本:10.1
cuDNN版本:7.6.5
Tensorflow版本:Tensorflow-gpu 2.1.0 版本
Pytrcoh版本:Pytrcoh-GPU1.4 版本
CUDA安裝:
CUDA10.1版本網址:https://developer.nvidia.com/cuda-10.1-download-archive-base
CUDA10.2版本網址:https://developer.nvidia.com/cuda-downloads
建議下載CUDA10.1版本,原因CUDA10.2版本和Tensorflow-gpu各個版本均不能適配(Github上源碼除外,有大佬說是可以).
安裝注意事項:安裝過程中有一步,需要選擇自定義安裝
cuDNN安裝:
下載地址(需要註冊):https://developer.nvidia.com/rdp/cudnn-download
版本選擇:下載cuDNN v7.6.5(2019年11月5日),適用於CUDA 10.1
其他版本:下載cuDNN v7.6.5(2019年11月18日),適用於CUDA 10.2
在CUDA安裝完成後,將下載的cuDNN壓縮包進行解壓,有如下幾個文件:
將bin文件夾,include文件夾,lib文件夾 複製到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
注意這裏可以直接複製進去:不需要將每一個文件單獨複製進去
至此:CUDA和cuDDD安裝完成
Tensorflow-gpu版本安裝
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu --upgrade
安裝速度很快
安裝檢測:
import tensorflow as tf
tf.config.list_physical_devices('GPU')
個人PC端輸出信息如下:
或者這樣:
import tensorflow as tf
#輸出信息如下:
2020-03-12 15:44:18.949524: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
# 檢測:
tf.config.list_physical_devices('GPU')
#輸出信息如下
2020-03-12 15:44:36.190477: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library nvcuda.dll
2020-03-12 15:44:36.640698: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1555] Found device 0 with properties:
pciBusID: 0000:01:00.0 name: GeForce GTX 1050 Ti computeCapability: 6.1
coreClock: 1.62GHz coreCount: 6 deviceMemorySize: 4.00GiB deviceMemoryBandwidth: 104.43GiB/s
2020-03-12 15:44:36.663602: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
2020-03-12 15:44:36.702210: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cublas64_10.dll
2020-03-12 15:44:36.731771: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cufft64_10.dll
2020-03-12 15:44:36.749674: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library curand64_10.dll
2020-03-12 15:44:36.792201: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cusolver64_10.dll
2020-03-12 15:44:36.822956: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cusparse64_10.dll
2020-03-12 15:44:36.891768: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudnn64_7.dll
2020-03-12 15:44:36.905328: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1697] Adding visible gpu devices: 0
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
至此:tensorflow-gpu版本安裝完成
Pytorch安裝
首先打開Pytorch官網下載尋找對應版本的安裝命令:https://pytorch.org/get-started/locally/
Conda和pip安裝都可以,安裝命令如下:
# 使用pip安裝
pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html
# 使用conda安裝:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
安裝很慢,加速方法可參照其他大佬教程,樓主使用默認安裝的,也不是不可以安裝。
安裝檢測
import torch
print(torch.cuda.is_available())
個人電腦測試如下:
至此:Pytrcoh安裝完成
注意事項:
-
1.CUDA和cuDNN版本要對應
-
2.這兩個安裝過程中貌似需要VS2019的某些文件,因爲我電腦上已經安裝過,所以沒出現這類問題,如果存在這個問題,建議參照下其他大佬的解決辦法
- 2.CUDA和Tensorflow版本要對應,對應關係如下:
本文更新於2020年3月11日下午16:16:43