- 環境準備
安裝包如下,下載地址:https://pan.baidu.com/s/14Oisbo9cZpP7INQ6T-3vwA 提取碼:z4pl
CUDA:cuda_10.0.130_411.31_win10.exe
CUDNN:cudnn-10.0-windows10-x64-v7.4.2.24.zip
Anaconda:Anaconda3-5.2.0-Windows-x86_64.exe
Tensorflow:tensorflow_gpu-1.13.1-cp36-cp36m-win_amd64.whl
Pytorch:torch-1.1.0-cp36-cp36m-win_amd64.whl
torchvision-0.3.0-cp36-cp36m-win_amd64.whl
- 安裝CUDA
點擊cuda_10.0.130_411.31_win10.exe,安裝,過程如下圖(務必:新版本高於當前版本):
安裝完成後添加環境變量,如下圖:
全部完成後打開cmd,輸入nvcc -V,如果出現CUDA版本信息,證明已經配置好
- 安裝CUDNN
解壓cudnn-10.0-windows10-x64-v7.4.2.24.zip,所有文件複製粘貼到CUDA安裝位置,C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0下,並修改文件名爲cudnn。
- 安裝Anaconda
點擊Anaconda3-5.2.0-Windows-x86_64.exe安裝,並勾選添加至環境變量,安裝完成後,檢查環境變量,如下:
如果存在,打開cmd,輸入conda -V測試一下,如果能正常顯示版本號,說明已配置好
- 安裝tensorflow
pip install tensorflow_gpu-1.13.1-cp36-cp36m-win_amd64.whl
驗證tensorflow:
import tensorflow as tf
hello = tf.constant("hello, world!")
sess = tf.Session()
sess.run(hello)
更新numpy
pip install -U numpy
更新h5py,解決h5py和numpy版本衝突
pip install h5py==2.8.0rc1
- 安裝pytorch
安裝Torch,如下:
pip install torch-1.1.0-cp36-cp36m-win_amd64.whl
安裝Torchvision,如下:
pip install torchvision-0.3.0-cp36-cp36m-win_amd64.whl
驗證pytorch:
import torch
print(torch.cuda.is_available())
- 完成