利用Anaconda安装tensorflow-gpu 2.4.0 + cuda11.1 + cudnn以及安装 pytorch 1.9.0 + cuda11.1

介绍&步骤

利用Anaconda安装tensorflow-gpu 2.4.0 + cuda11.1 + cudnn 以及安装 pytorch 1.9.0 + cuda11.1

• 安装Anaconda3参照我之前写的博客https://blog.csdn.net/qq_45056135/article/details/120024586?spm=1001.2014.3001.5502

• 安装好Anaconda3之后测试Anaconda是否成功安装

• 点击桌面的window–>Anaconda–>Powersshell Prompt
  

• 进入conda --version 如果安装成功会显示版本信息

1. 安装pytorch

1.1 创建一个pytorch环境

conda create -n pytorch python=3.8

1.2 创建成功之后 激活刚刚创建的pytorch环境

conda activate pytorch

1.3 下载命令

登录pytorch官网https://pytorch.org/复制下载命令
自行选择是用pip命令安装还是conda命令安装
推荐使用pip 因为我之前用conda命令安装出错然后用pip命令装成功一路顺畅

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

• 4.查看安装是否成功

在pytorch环境下输入python进入python

import torch
torch.cuda.is_available()

如图显示true则表示安装成功

1.4 在pycharm中配置pytorch

File–>Setting–>Project:项目名—>Project interpreter–>Add

2. 安装tensorflow-gpu 2.4.0

视频教程:https://www.bilibili.com/video/BV1Vb4y1r78v?from=search&seid=4882286894108384840&spm_id_from=333.337.0.0

2.1 准备工作

• 安装tensorflow gpu 版本先安装好cuda和对应的cudnn
  我的是tensorflow-gpu 2.4.0 + cuda11.1 + cudnn8.0.5
  注意: 版本之间一定要对应
  -点击查看window tensorflow gpu版本对应信息
  
• 安装cuda 百度cuda developer点击进入官网 点击立即下载:
  https://developer.nvidia.com/zh-cn/cuda-toolkit?filename=403.html
  
• 这里默认下载的是当前推出的最新版本:11.4

• 如果想下载以前的版本 找到Archive of Previous CUDA Releases 点击进入

跳转到如下界面 点击你想下载的版本

• 点击版本 进行下载即可

2.1.1 安装cuda

• 第一步:选择自定义

• 第二步:去掉NVIDIA GeForce Experience 这个勾

• 第三步：如果你电脑上有Visual Studio 这个勾可以勾 但是如果没有就不要勾

• 第四步:当前的版本如果是大于安装的cuda版本不能勾 如果是当前版本小于安装cuda版本的话 就要勾 例如：我的当前版本大于新版本所以不用勾 之后直接下一步就可以了

• 检查是否安装成功：进入Anaconda终端 输入命令: nvcc -V 注意有空格 如下所示表示安装成功

2.1.2 安装Cuda11.1 对应的cudnn8.0.5

百度cudnn 入口进入官网下载cudnn

https://developer.nvidia.com/rdp/cudnn-archive
点击下载与cuda(11.1)对应的cudnn(8.0) 点击下载如图选择windows
提示: 这里下载cudnn需要先注册一个账号 需要一点点时间 注册账号之后就可以下载cudnn啦

下载完成cudnn之后 进行解压 其文件下面目录如图所示

• 进入到之前安装cuda的目录中 我的是：
• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
  将刚刚cudnn解压目录下面的 include文件里面的所有文件全选复制到如下图include文件夹下面 同理：bin lib进行同样的复制到v11.1对应的bin lib目录下 如有相同名字直接替换即可
  

2.2 创建环境

• 进入powershell prompt终端 - 创建tensorflow的环境 - conda create -n tensorflow python = 3.8

conda create -n tensorflow  python=3.8

• 激活环境代码

conda activate tensorflow

2.3 进行安装

通过pip 命令安装tensorflow gpu版本

pip install tensorflow-gpu==2.4.0 -i https://mirrors.aliyun.com/pypi/simple/

2.4 测试是否安装成功

安装完成之后测试 是否安装成功 进入python环境输入以下代码

import tensorflow as tf
tf.test.is_gpu_available()

• 如下所示返回true 说明安装tensorflow版本成功
  
  之前安装完成之后完成 执行代码之后可能会遇到面这样的错误:不用慌

Could not load dynamic library ‘cusolver64_10.dll’; dlerror: cusolver64_10.dll not found

解决方案: https://blog.csdn.net/qq_45056135/article/details/120272502?spm=1001.2014.3001.5501
解决之后 大功告成

2.5 pycharm导入tensorflow

File–>Setting–>Project:项目名—>Project interpreter–>Add

选择红圈内的路径即可 D:\program\Anaconda3\envs\tensorflow-gpu

测试 返回True 配置完成
本人自用 如有问题欢迎大家讨论和交流