基于win10+CUDA10.2+cuDNN+Anaconda的Tensorflow(GPU) & PyTroch安装

一. 电脑配置如下：

写在前面，本机的电脑配置如下：

• System：windows 10 专业版 （64位）
• CPU：i5-9400F
• RAM：16G（2666MHz）
• 显卡：GEFORCE GTX 1660 Ti （万图师 Ti OC）

首先，在安装之前需要查看显卡所能支持的最高CUDA版本，打开【NVIDIA控制面板】，选择左下角的【系统信息】选项，并点击【组件】按钮进入到如下界面：

从图中我们可看出，GTX 1660 Ti 的显卡支持CUDA 10.2版本的。因此，我们基于10.2版本进行安装！

二. Tensorflow安装过程：

安装的各个组件的版本信息如下：

• Anaconda3 2019.10
• CUDA 10.2
• cuDNN 7.6.5

为方便广大读者下载，百度云私密链接如下：

链接：https://pan.baidu.com/s/15OOZKoVv5FezOnfYkV-odA 
提取码：uwkb

1. Anaconda3 2019.10 安装过程：

• 首先，我们进入Anaconda的官网（https://www.anaconda.com/distribution/#download-section），我们就可以看见下载链接，我们选择与系统版本对应的Anaconda版本进行下载。

• 下载完成后，我们双击进行安装（傻瓜式安装），具体可以在网上找到步骤！

 

2. CUDA 10.2 安装过程：

• 首先，按照本文开始部分的介绍确定CUDA的版本，在此我们选择CUDA10.2进行安装
• 随后，进入CUDA官网（https://developer.nvidia.com/cuda-toolkit），选择【Download Now】进入下载界面，选择对应的版本进行Download：

• 下载之后，点击进行安装，具体的安装过程以10.1为例，选择安装路径：

• 点击下一步：

• 点击同意安装：

• 点击精简安装：

• 显示没有VS，勾选并点击NEXT（切记关闭360等安全软件不然会失败）

• 静静等待安装结束，最终的安装路径为【C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2】：

• 最后，按住【win+R】运行程序，输出【cmd】，输入【nvcc -V】,出现如下提示表示安装成功：

• 若未出现，则检查环境变量是否配置完整：

至此，CUDA的安装过程完成，该过程可以参考其他博客！！！

 

3. cuDNN 7.6.5 安装过程：

• 首先，进入官网（https://developer.nvidia.com/cudnn），进行账号的注册（未注册不能下载）！！！本人采用“邮箱”注册，密码设置为“常用密码+$”
• 注册完成后，点击【Download cuDNN】进入下载界面，并根据自己安装的CUDA的版本选择对应的cuDNN：

• 下载完成后，对文件进行解压，获得如下子文件：

• 将解压的文件复制到CUDA安装目录的对应文件中去。

至此，cuDNN的安装过程完成！！！

 

4. Tensorflow-gpu 安装过程：

为了便于不同环境的管理，本文基于虚拟环境进行安装！

• 打开Anaconda Prompt创建一个Tensorlow的虚拟环境（python环境设为3.7.4），中间会让我们确认一下，输入【y】即可：

conda create -n tensoflow-gpu python=3.7.4

• 创建完环境之后，我们切换至创建好的环境下：

activate tensorflow_gpu

• 在（tensorflow_gpu）环境下，安装tensorflow 1.14.0 版本：

conda install tensorflow-gpu==1.14.0

注：或采用pip install tensorflow进行安装时，在之后的运行过程中要求会报错显示CUDA必须为10.0版本，而采用conda方式安装则可以避免这个问题，过程中发现自动安装了cuda10.0toolkit，但不影响正常的运行，省去了一些麻烦：

• 安装完之后，我们需要补齐该虚拟环境缺失的其他库：

conda install anaconda

• 输入【python】，导入【tensorflow】模块，则安装成功：

 

至此，Tensorflow的安装过程完成！！！

 

5. Tensorflow运行过程中的一些问题：

• 在运行过程中出现"Failed to get convolution algorithm. This is probably because cuDNN failed to initialize"的报错问题，具体的解决措施是设置配置信息如下：

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
with tf.Session(config=config) as session:

 

三. PyTorch安装过程：

PyTorch的安装过程也是建立在CUDA10.2和cuDNN7.6.5的前提之上！！！

• 按照上述的Tensorflow安装步骤，创建PyTorch虚拟环境
• 进入PyTorch官网（https://pytorch.org/），选择合适的版本：

• 在虚拟环境中采用conda进行安装：

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

至此，PyTorch的安装过程完成！！！

 

参考博客：

1. https://www.cnblogs.com/yang520ming/p/10677110.html

2. https://www.cnblogs.com/gaofighting/p/9917456.html

3. https://blog.csdn.net/weixin_43318717/article/details/94433790