Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0

下载地址

官方下载：CUDA和CUDNN.

在这里插入图片描述

安装CUDA

安装之前，建议关掉360安全卫士

在这里插入图片描述

双击cuda_11.0.3_451.82_win10.exe文件

在这里插入图片描述

根据自己需要更改安装路径

在这里插入图片描述

将Visual Studio Integration的勾去掉

在这里插入图片描述

配置环境变量

在这里插入图片描述

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp;

在这里插入图片描述

安装CUDNN

在这里插入图片描述

将下载的CUDNN解压缩，如下图。

在这里插入图片描述

将将CUDNN文件夹里面的bin、include、lib文件直接复制到CUDA的安装目录，如下图为CUDA的安装位置，粘贴过来直接覆盖即可。

# CUDA的安装目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

在这里插入图片描述

等待复制完成，即可！

验证CUDA是否安装成功

打开cmd，输入如下命令，即可！

nvcc -V

在这里插入图片描述

安装tesorflow-gpu2.4.1

查看对应版本

https://tensorflow.google.cn/install/source_windows#gpu

在这里插入图片描述

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.4.1

在这里插入图片描述

测试代码

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
print(tf.__version__)
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())

在这里插入图片描述

安装pytorch-gpu1.7.0

查看对应版本

https://pytorch.org/get-started/previous-versions/

在这里插入图片描述

pip install torch===1.7.0+cu110 torchvision===0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

在这里插入图片描述

测试代码

import torch
print(torch.__version__)
print(torch.cuda.is_available())

在这里插入图片描述

安装paddlepaddle-gpu2.0.0

查看对应版本

https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/2.0/install/pip/windows-pip.html

在这里插入图片描述

python -m pip install paddlepaddle-gpu==2.0.0.post110 -f https://paddlepaddle.org.cn/whl/stable.html

在这里插入图片描述

测试代码

import paddle
paddle.utils.run_check()

在这里插入图片描述

频道导航

Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0

目录

下载地址

安装CUDA

配置环境变量

安装CUDNN

验证CUDA是否安装成功

安装tesorflow-gpu2.4.1

安装pytorch-gpu1.7.0

安装paddlepaddle-gpu2.0.0

您可能感兴趣的文章: