這是我的第292篇原創(chuàng)文章。

一、前置知識(shí)

安裝GPU版本的pytorch和tensorflow之前需要理清楚這幾個(gè)關(guān)系：

• 顯卡（電腦進(jìn)行數(shù)模信號(hào)轉(zhuǎn)換的設(shè)備，有的電腦可能是雙顯卡，一個(gè)是inter的集成顯卡，一個(gè)是NVIDIA的獨(dú)立顯卡）
• GPU（顯卡上的一塊芯片，雙顯卡就有兩個(gè)GPU）
• CUDA（構(gòu)筑在顯卡驅(qū)動(dòng)(需要提前安裝)之上的工具庫(kù)（toolkit），CUDA是NVIDIA推出的用于自家GPU的并行計(jì)算框架，也就是說(shuō)CUDA只能在NVIDIA的GPU上運(yùn)行）
• cudnn（構(gòu)筑在cuda之上的深度學(xué)習(xí)相關(guān)的工具庫(kù)，使GPU進(jìn)行深度神經(jīng)網(wǎng)絡(luò)的工作）
• pytorch/tensorflow（python深度學(xué)習(xí)相關(guān)的工具庫(kù)）

二、安裝前的準(zhǔn)備

CPU版本，無(wú)需額外準(zhǔn)備，CPU版本一般電腦都可以安裝，無(wú)需額外準(zhǔn)備顯卡的內(nèi)容，GPU版本，需要提前下載 cuda 和 cuDNN。CPU版本和GPU版本的區(qū)別主要在于運(yùn)行速度，GPU版本運(yùn)行速度更快，所以如果電腦顯卡支持cuda，推薦安裝gpu版本的。

安裝pytorch和tensorflow最讓人難受的就是cuda，cudnn版本不一致，沒(méi)有鏡像源等問(wèn)題。安裝前一定要查看自己電腦的環(huán)境配置，然后查詢(xún)Tensorflow-gpu、Python、 cuda 、 cuDNN 版本關(guān)系，要 一 一對(duì)應(yīng)！

Build from source on Windows | TensorFlow (google.cn)

三、安裝過(guò)程

3.1 查看本機(jī)顯卡驅(qū)動(dòng)版本

（1）查看電腦的顯卡：右鍵此電腦→右鍵選管理→設(shè)備管理器→顯示適配器

（2）查看該顯卡的驅(qū)動(dòng)程序：

（3）查看顯卡的驅(qū)動(dòng)版本，在cmd中輸入執(zhí)行nvidia-smi：

可以看到顯卡的驅(qū)動(dòng)的版本是457.49；最高支持的CUDA版本是11.1版本。

或在nvidia控制面板-系統(tǒng)信息-組件檢查本機(jī)顯卡所支持的最高的CUDA版本：

可以看到目前是11.1的驅(qū)動(dòng)，因此我的顯卡最高是可以支持到CUDA11.1版本的。知道了最高支持版本之后，就可以在小于等于該版本的CUDA中選擇了。

3.2 下載cuda并安裝

https://developer.nvidia.com/cuda-toolkit-archive

打開(kāi)cmd，輸入以下命令查看CUDA是否安裝成功（二選一）：

nvcc -V nvcc --version

3.3 下載cudnn

https://developer.nvidia.com/cudnn

cuDNN其實(shí)就是CUDA的一個(gè)補(bǔ)丁而已，專(zhuān)為深度學(xué)習(xí)運(yùn)算進(jìn)行優(yōu)化的。下載解壓好安裝包后，我們解壓可以看到有四個(gè)文件，將cudnn文件中的對(duì)應(yīng)文件夾下的所有文件復(fù)制到對(duì)應(yīng)的安裝目錄中。

啟動(dòng)cmd，cd到安裝目錄下E:\cuda\CUDAV11\extras\demo_suite,然后分別執(zhí)行bandwidthTest.exe和deviceQuery.exe：

如果Result都為PASS的話(huà)則配置成功！

3.4 添加環(huán)境變量

完成安裝后，檢查一下環(huán)境變量是否存在，一般安裝完成會(huì)自動(dòng)配置好環(huán)境變量，若是沒(méi)有，則需手動(dòng)配置，具體過(guò)程如下。

（1）打開(kāi) 電腦屬性，找到 高級(jí)系統(tǒng)設(shè)置，選擇 環(huán)境變量 打開(kāi)。

（2）查看是否有以下系統(tǒng)變量，沒(méi)有則需要自行添加，對(duì)應(yīng)圖片上的名稱(chēng)和值，配置你電腦CUDA安裝所在的位置。

（3）打開(kāi)系統(tǒng)變量的Path，查看是否有一下兩條內(nèi)容，若沒(méi)有則需自行添加，一定要配置對(duì)安裝的位置。

3.5 安裝tensorflow的gpu版本

pip/conda install tensorflow-gpu=版本號(hào)，在安裝 TensorFlow 2.x 及更新版本時(shí)，您不再需要單獨(dú)安裝 CPU 版本或 GPU 版本的 TensorFlow。安裝 TensorFlow 時(shí)會(huì)同時(shí)安裝 CPU 和 GPU 支持，但最終使用哪種版本取決于您的系統(tǒng)環(huán)境和 TensorFlow 庫(kù)中是否存在 GPU 支持的驅(qū)動(dòng)程序。

如果您的系統(tǒng)中有適當(dāng)?shù)?NVIDIA GPU 并安裝了 CUDA 和 cuDNN，TensorFlow 將自動(dòng)檢測(cè)到 GPU，并在必要時(shí)使用 GPU 進(jìn)行加速。否則，它將在 CPU 上運(yùn)行。

在Windows 原生平臺(tái)上，GPU不支持2.10 以上的版本。也就是說(shuō)，你在windows上安裝2.10以上的tensorflow是沒(méi)辦法用GPU的。所以要想在windows上使用GPU，必須安裝tensorflow的版本在2.10以及以下。

作者簡(jiǎn)介： 讀研期間發(fā)表6篇SCI數(shù)據(jù)算法相關(guān)論文，目前在某研究院從事數(shù)據(jù)算法相關(guān)研究工作，結(jié)合自身科研實(shí)踐經(jīng)歷持續(xù)分享關(guān)于Python、數(shù)據(jù)分析、特征工程、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人工智能系列基礎(chǔ)知識(shí)與案例。關(guān)注gzh：數(shù)據(jù)雜壇，獲取數(shù)據(jù)和源碼學(xué)習(xí)更多內(nèi)容。

原文鏈接：

【Python深度學(xué)習(xí)系列】Win10下CUDA+cuDNN+Tensorflow安裝與配置（完整教程）