【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

目录

前言

最近换了一台新电脑,老版本出了很多问题,各种错误,版本不匹配的问题,走了很多弯路,经过几天的试错,这里有详细的环境教程供大家深入学习参考!

[En]

Recently changed a new computer, the old version of a lot of problems, a variety of errors, version mismatch problems, take a lot of detours, after a few days of trial and error, here a detailed environment for in-depth learning tutorials for your reference!

1. 环境介绍

windows10系统
显卡是PTX 3030,GPU算力7.5, 版本472.56(建议大家把驱动更新到最高版本)
cuda11.3.1+cudnn8.2.1,tensorflow2.7.0+Keras2.7.0,torch-1.11.0+cu113。
下面给出两个成功的My Installation版本供参考。

[En]

Two successful versions of my installation are given for your reference.

python3.8.0+CUDA11.6.0+cuDNN8.3.2+tensorflow2.7.0+Keras2.7.0
python3.8.0+CUDA11.3.1+cuDNN8.2.1+tensorflow2.7.0+Keras2.7.0

2. 显卡及算计要求

首先,检查一下是否安装了Nvidia显卡的驱动,搜索 Nvidia控制面板 或 Nvidia Control Panel可以看到当前已经安装的显卡驱动及版本。

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

有版本显示便是可行的,我的驱动程序没有更新,建议大家可以将驱动更新到最高,这样才支持更高的cuda版本。在上面【帮助】里面选择系统信息,选择【组件】,可以看到适合你电脑配置的最高cuda版本,我这里的cuda版本是11.4,但是我安装的是11.3版本。

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

NVIDIA官方 CUDA与显卡驱动版本对应表查询
在官网可以查询显卡驱动版本与对应的cuda版本,这也是为什么希望大家可以把显卡驱动更新到最高版本,显卡算力和显卡驱动版本共同决定你能下载的CUDA版本区间。

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

; cuda配置

确定好要安装的版本,下面可以开始下载安装我们需要的GPU环境。

1. 下载及安装

cuda官网网址:https://developer.nvidia.com/cuda-toolkit-archive
点击上面的网址,直接进入到CUDA版本界面,选择你所需要的cuda版本,我这里选择11.3版本

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

我是windows10系统,version版本选择10,local下载到本地,可以复制链接到迅雷快速下载,我这里是在官网下载的(网速够)

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

双击下面的CUDA应用程序,开始安装。

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

加载到安装界面,点击ok,按步骤往下走就可以

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

第一次,建议您选择“自定义安装”。如果您已经安装了多次,您可以选择简化安装。

[En]

For the first time, it is recommended that you choose “Custom installation”. If you have installed it many times, you can choose simplified installation.

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

勾选CUDA,NVIDIA GeForce Experience 是显卡驱动程序,如果你已经更新了显卡驱动版本,就不用勾选

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

在CUDA不用勾选Visual Studio Integration, 是VS的集成,选了也没有用。
然后继续点击下一步,安装成功。

[En]

Then keep clicking on the next step, and the installation is successful.

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

这里只勾选CUDA,在CUDA不用勾选VS,选了也没有用。
然后继续点击下一步,安装成功。

[En]

Then keep clicking on the next step, and the installation is successful.

; 2. 搭建环境及测试

安装成功后,您需要将适当的配置文件添加到环境变量。在设置-关于-中找到高级系统设置,然后单击环境变量。

[En]

After the installation is successful, you need to add the appropriate configuration file to the environment variable. Find the advanced system settings in Settings-about-and click on the environment variable.

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

检查环境变量中的【系统变量】是否有下面的配置路径,如果没有,需要找到你的cuda安装路径,

这是我的安装路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

,点击【新建】,添加相应的变量名(手动添加)和变量值(就是你的CUDA的安装路径)。

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

添加成功后,可以在命令行窗口测试是否安装成功,输入nvcc -Version,如果出现下面的情况,表示安装成功。

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

cudnn配置

下面根据cuda的版本选择相应的cuDNN版本,不然后面会因为版本不匹配问题报错
cuda11.3.1+cudnn8.2.1

1. 下载

这里提供一种跳过注册登录cuDNN Archive的方法( 由于注册过程中验证码的问题,无法正常注册
cuDNN官网地址:https://developer.nvidia.com/rdp/cudnn-archive,这里直接进入到版本选择界面

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

选择相对于的版本,我这里是windows系统

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

选择你想要的cudnn,点击鼠标右键,选择【复制链接】,将链接在迅雷中打开,可以直接进行下载,跳过由于无法注册导致的无法下载的问题

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

本地下载后,解压文件

[En]

After downloading locally, extract the file

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

; 2. 配置环境及测试

打开上面的cuDNN文件,将下面的三个配置文件分别放置到你开始安装的cuda相应的文件路径路径下:

这是我的安装路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

将bin,include,lib复制到对应的cuda配置文件下

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

再添加系统变量,在【高级系统设置】-【环境变量】-【系统变量】下,点击【path】

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

点击【新建】,将相应的文件路径添加到path环境中,这里需要添加四条路径值
分别是cuda下的bin,lib,include,libnvvp

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

配置成功后,单击确定

[En]

Click OK after the configuration is successful

以下测试安装是否成功

[En]

The following tests whether the installation is successful

在cuda文件路径下找到extra,再找到demo_suite

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

在当前路径下键入【cmd】,打开命令窗口,先输入deviceQuery

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

输出如下:

[En]

The output is as follows:

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

再键入【bandwidthTest】

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本
如果出现pass表示安装成功。

pytorch配置

找到官网地址:https://pytorch.org/get-started/locally/

点击Enter并选择以下要求:

[En]

Click enter and select the following requirements:

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

我这里是在windows系统,python环境下安装的11.3版本,如果你的cuda高于11.3,也可以选择11.3cuda版本,复制上面的链接,打开命令窗口行,输入下面的链接地址安装pyTorch

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

安装成功后,可以通过输入以下代码来测试安装是否成功:

[En]

After the installation is successful, you can test whether the installation is successful by entering the following code:

import torch
from torch import nn
import torchvision

如果您没有报告错误,则安装成功!

[En]

If you do not report an error, the installation is successful!

在pycharm上面测试GPU环境配置是否成功

print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version)
print(torch.cuda.get_device_name(0))
print(torch.cuda.is_available())

运行结果表明:

[En]

The running results show that:

1.11.0+cu113
11.3
8213
NVIDIA GeForce RTX 3070 Laptop GPU
True

最后一行输出为True,则表明GPU环境正常。

Original: https://blog.csdn.net/zzjcymbq/article/details/125040993
Author: 勋章DhR
Title: 【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN,以及tensorflow,Keras,pyTorch对应版本

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/7777/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

免费咨询
免费咨询
扫码关注
扫码关注
联系站长

站长Johngo!

大数据和算法重度研究者!

持续产出大数据、算法、LeetCode干货,以及业界好资源!

2022012703491714

微信来撩,免费咨询:xiaozhu_tec

分享本页
返回顶部