Win10+Tensorflow-gpu2.1.0+Pytrcoh1.4 安裝記錄

 

---

目錄

CUDA安裝：

cuDNN安裝：

Tensorflow-gpu版本安裝

安裝檢測：

Pytorch安裝

安裝檢測

注意事項：

---

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：
  • 查看對應的地址：https://tensorflow.google.cn/install/source#gpu_support_3

本文更新於2020年3月11日下午16:16:43