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

下載地址

官方下載：CUDA和CUDNN.

安裝CUDA

安裝之前，建議關(guān)掉360安全衛(wèi)士

雙擊cuda_11.0.3_451.82_win10.exe文件

根據(jù)自己需要更改安裝路徑

將Visual Studio Integration的勾去掉

配置環(huán)境變量

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

安裝CUDNN

將下載的CUDNN解壓縮，如下圖。

將將CUDNN文件夾里面的bin、include、lib文件直接復(fù)制到CUDA的安裝目錄，如下圖為CUDA的安裝位置，粘貼過(guò)來(lái)直接覆蓋即可。

# CUDA的安裝目錄
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

等待復(fù)制完成，即可！

驗(yàn)證CUDA是否安裝成功

打開(kāi)cmd，輸入如下命令，即可！

nvcc -V

安裝tesorflow-gpu2.4.1

查看對(duì)應(yīng)版本

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

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

測(cè)試代碼

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())

安裝pytorch-gpu1.7.0

查看對(duì)應(yīng)版本

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

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

測(cè)試代碼

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

安裝paddlepaddle-gpu2.0.0

查看對(duì)應(yīng)版本

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

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

測(cè)試代碼

import paddle
paddle.utils.run_check()

到此這篇關(guān)于Win10下安裝CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0的文章就介紹到這了,更多相關(guān)tensorflow pytorch CUDA 安裝內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！