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

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。

【安装】CUDA10.1+Tesorflow2.0-GPU版本安装+Pytorch安装
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】CUDA10.1+Tesorflow2.0-GPU版本安装+Pytorch安装
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/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

2.安装pytorch

进入官网 https://pytorch.org/
【安装】CUDA10.1+Tesorflow2.0-GPU版本安装+Pytorch安装

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】

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

目录