【安装】CUDA10.1+Tesorflow2.0-GPU版本安装+Pytorch安装

一、Tesorflow2.1-GPU版本安装

1.anaconda安装

• 参考：参考

2.NVIDIA驱动安装

• 打开Anaconda Prompt，输入命令nvidia-smi，查看自己电脑的驱动版本。

CUDA与驱动版本对应关系

• 这里安装tensorflow2.1.0版本，驱动满足>=418.96，如果没有满足版本要求。根据自己电脑显卡配置（可以在资源管理器查看）下载相应驱动
• 点击链接：驱动下载网站 下载满足要求的驱动程序

安装时，一路next，选择第二个安装图形驱动程序

3.CUDA安装

• 下图是tensorflow-gpu经过测试的构建配置：参考链接
  

• 开始我选择下的是10.2版本的CUDA，遇见缺少cudart64_101.dll，解决后测试会出问题，后来我就安装了10.1版本的CUDA，完成解决，可能是笔记本原因。

• CUDA下载链接：CUDA下载链接，选择10.1版本，安装选择精简，一路next
  

• 配置环境变量：
  在用户变量中点击path，添加如下路径。注意：不要再末尾添加分号;
  C:\Program Files\NVIDIA Corporation\NVIDIA NvDLISR
  C:\Program Files\NVIDIA Corporation\Nsight Compute 2019.5.0
  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64
  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
  C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common
  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin

• 配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe：首先win+R启动cmd，cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:
  
  
  如果以上两步都返回了Result=PASS，那么就算成功啦。

• 打开Anaconda Prompt，输入命令nvcc -V查看CUDA版本，这里与第二步图中红色框的可能会不一样，上面的是驱动应该对应的CUDA版本，这里是安装的CUDA版本10.1。出现如下图所示的页面就算安装成功了。
  

4.cuDNN安装

• 下载链接：cuDNN，这里需要注册一个账号
• 选择CUDA 10.1版本，下载完成后，将下图的三个文件下复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1替换，即完成cuDNN的安装。
  

5.Tensorflow安装

• 打开Anaconda Prompt，输入命令pip install tensorflow-gpu==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
  ,等待一段时间即可安装成功，如果期间安装失败，可能是网速的原因，继续执行上面的命令，直至完成。
• 输入：import tensorflow as tf 和 print(tf.test.is_gpu_available())
• 出现True，即安装成功。
  

二、Pytorch安装

1.配置清华源

在C:\Users\xxx下打开.condarc文件，将原来的删除，加入下列代码

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

2.安装pytorch

进入官网 https://pytorch.org/

• 打开Anaconda Prompt，输入命令conda install pytorch torchvision cudatoolkit=10.1 ，不用添加 -c pytorch。
• 测试，依次输入import torch 、import torchvision、print(torch.cuda.is_available())，最后输出True代表安装Pytorch成功。
  

参考

1.win10下CUDA和CUDNN的安装（超详细）！亲测有效！
2.超级详细！vscode+anaconda+tensorflow2.0 搭建机器学习开发环境
3在Windows下安装TensorFlow GPU版本教程（超级详细哦）
4.win10 x64 系统中tensorflow遇到ImportError: Could not find 'cudart64_100.dll’错误解决方法之一
5.解决tensorflow-gpu 2.1出现错误“Could not load dynamic library ‘cudart64_101.dll’
6.Anaconda切换为清华源
7.pytorch快速安装【清华源】