GPU驱动安装
参考资料:https://tensorflow.google.cn/install/gpu
1、安装NVIDIA® GPU drivers
下载地址:https://www.nvidia.com/Download/index.aspx?lang=en-us
注意:CUDA Toolkit版本需要与下面下载安装的版本一致(经测试,TensorFlow最高支持CUDA 10.0,PyTorch最高支持CUDA10.1)
2、安装CUDA Toolkit
2、下载cuDNN SDK
下载地址:https://developer.nvidia.com/rdp/form/cudnn-download-survey
- 下载cuDNN必须首先登陆NVIDIA账号
- 下载的版本需要与第二步安装的CUDA Toolkit版本对应,如下图
- 将下载的cudnn压缩包解压
- 将压缩包内的三个文件夹(bin、include、lib)复制到CUDA Toolkit安装目录(默认为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0),直接复制3个文件夹粘贴到CUDA Toolkit安装目录即可实现文件合并
- 打开设置系统环境变量界面
- 将以下3个路径添加至系统环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64 - 在powershell或cmd中输入nvcc -V命令,测试驱动是否安装成功:
- 在子账号内安装TensorFlow GPU版本
在powershell或cmd中输入:pip install tensorflow-gpu==1.15.0 - 在子账号内安装PyTorch
在powershell或cmd中输入:pip install torch==1.3.1+cu100 torchvision==0.4.2+cu100 -f https://download.pytorch.org/whl/torch_stable.html