Win10+Tensorflow-gpu2.1.0+Pytrcoh1.4 安装记录

 

---

目录

CUDA安装：

cuDNN安装：

Tensorflow-gpu版本安装

安装检测：

Pytorch安装

安装检测

注意事项：

---

系统版本：Win10 专业版 1909

显卡：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安装：

CUDA10.1版本网址：https://developer.nvidia.com/cuda-10.1-download-archive-base

CUDA10.2版本网址：https://developer.nvidia.com/cuda-downloads

建议下载CUDA10.1版本，原因CUDA10.2版本和Tensorflow-gpu各个版本均不能适配(Github上源码除外，有大佬说是可以).

安装注意事项：安装过程中有一步，需要选择自定义安装

cuDNN安装：

下载地址(需要注册)：https://developer.nvidia.com/rdp/cudnn-download

版本选择：下载cuDNN v7.6.5（2019年11月5日），适用于CUDA 10.1

其他版本：下载cuDNN v7.6.5（2019年11月18日），适用于CUDA 10.2

在CUDA安装完成后，将下载的cuDNN压缩包进行解压，有如下几个文件：

将bin文件夹，include文件夹，lib文件夹 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

注意这里可以直接复制进去：不需要将每一个文件单独复制进去

至此：CUDA和cuDDD安装完成

---

Tensorflow-gpu版本安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu --upgrade

安装速度很快

安装检测：

import tensorflow as tf

tf.config.list_physical_devices('GPU')

个人PC端输出信息如下：

或者这样：

import tensorflow as tf

#输出信息如下：
2020-03-12 15:44:18.949524: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll

# 检测：
tf.config.list_physical_devices('GPU')

#输出信息如下
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版本安装完成

---

Pytorch安装

首先打开Pytorch官网下载寻找对应版本的安装命令：https://pytorch.org/get-started/locally/

Conda和pip安装都可以，安装命令如下：

# 使用pip安装

pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html

# 使用conda安装：

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

安装很慢，加速方法可参照其他大佬教程，楼主使用默认安装的，也不是不可以安装。

安装检测

import torch

print(torch.cuda.is_available())

个人电脑测试如下：

至此：Pytrcoh安装完成

---

注意事项：

 

• 1.CUDA和cuDNN版本要对应

• 2.这两个安装过程中貌似需要VS2019的某些文件，因为我电脑上已经安装过，所以没出现这类问题，如果存在这个问题，建议参照下其他大佬的解决办法

• 2.CUDA和Tensorflow版本要对应，对应关系如下：
  • 查看对应的地址：https://tensorflow.google.cn/install/source#gpu_support_3

本文更新于2020年3月11日下午16:16:43