本文仅为备份，如果图片丢失，请查看原博客https://blog.csdn.net/Joker_LCL/article/details/103840656

Windows10 CUDA10.1安装教程（ tensorflow-gpu1.15.0 and pytorch1.4）

文章目录

• 初衷与目的
• 关键步骤：
  • (1)检查电脑显卡配置是否支持cuda
  • (2)选择合适的cuda版本
  • (3)下载和安装cuda10.1
  • (4)下载cudnn，需要账户登录
  • (5)安装tensorflow-gpu或pytorch

初衷与目的

在实际使用tensorflow或pytorch时，发现用GPU确实比CPU快很多，回想起自己当初在windows10 上用cuda的惨痛经历可太难了。
为了让其他小伙伴在使用时可以一步成功，避免入坑，写下一个小教程（不足之处还请指出）

关键步骤：

(1)检查电脑显卡配置是否支持cuda

https://developer.nvidia.com/cuda-gpus
查看自己的NVIDIA显卡是否支持cuda(大部分都是支持的)

(2)选择合适的cuda版本

不同的tensorflow-gpu或pytorch支持的cuda版本有所不同
①tensorflow-gpu
https://www.tensorflow.org/install/source_windows
tensorflow-gpu在1.13之后都支持cuda10了

②pytorch
https://pytorch.org/get-started/locally/
pytorch在官网下载时就可以看到选择不同的cuda版本，例如下图使用pip安装时可选9.2或10.1

(3)下载和安装cuda10.1

这里以下载和安装cuda10.1为例
https://developer.nvidia.com/cuda-10.1-download-archive-update1

①选择系统版本点击下载就可以了(2.37GB)
②下载之后安装的第一需要你选择一个路径，这个路径只是存储文件的路径，并不是你最终安装时的路径（安装完之后文件会自动删除）

③选择自定义安装

④在cuda框中去掉visual studio integration，cuda下面的都不用选


⑤选择安装路径(不要与步骤②中路径相同)，有三个安装路径，可以选择默认的，也可以根据自己情况换。

⑥耐心等待安装完之后，可以在环境变量或cmd中检查一下

(4)下载cudnn，需要账户登录

https://developer.nvidia.com/cudnn

选择系统和版本，解压cudnn，将对应文件夹下的三个对应文件复制到cuda的文件中(步骤⑤)。
曾经我对这一步也挺困惑，其实很简单
例：将这bin文件夹中的cudnn64_7.dll文件 —> 复制到步骤⑤对应的bin文件夹中

(5)安装tensorflow-gpu或pytorch

pip3 install tensorflow-gpu==1.15.0

pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html

安装时最好换个镜像，不然很慢，方法：
https://blog.csdn.net/Joker_LCL/article/details/102132753

Reference
https://zhuanlan.zhihu.com/p/75815405
https://www.jianshu.com/p/aba13306d172