Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0

下载地址

官方下载：CUDA和CUDNN.

安装CUDA

安装之前，建议关掉360安全卫士

双击cuda_11.0.3_451.82_win10.exe文件

根据自己需要更改安装路径

将Visual Studio Integration的勾去掉

配置环境变量

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.0bin;
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.0libnvvp;

安装CUDNN

将下载的CUDNN解压缩，如下图。

将将CUDNN文件夹里面的bin、include、lib文件直接复制到CUDA的安装目录，如下图为CUDA的安装位置，粘贴过来直接覆盖即可。

# CUDA的安装目录
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.0

等待复制完成，即可！

验证CUDA是否安装成功

打开cmd，输入如下命令，即可！

nvcc -V

安装tesorflow-gpu2.4.1

查看对应版本

https://tensorflow.google.cn/install/source_windows#gpu

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.4.1

测试代码

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
print(tf.__version__)
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())

安装pytorch-gpu1.7.0

查看对应版本

https://pytorch.org/get-started/previous-versions/

pip install torch===1.7.0+cu110 torchvision===0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

测试代码

import torch
print(torch.__version__)
print(torch.cuda.is_available())

安装paddlepaddle-gpu2.0.0

查看对应版本

https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/2.0/install/pip/windows-pip.html

python -m pip install paddlepaddle-gpu==2.0.0.post110 -f https://paddlepaddle.org.cn/whl/stable.html

测试代码

import paddle
paddle.utils.run_check()

到此这篇关于Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0的文章就介绍到这了,更多相关tensorflow pytorch CUDA 安装内容请搜索IT技术网以前的文章或继续浏览下面的相关文章希望大家以后多多支持IT技术网！

您可能感兴趣的文章:

• TensorFlow的环境配置与安装教程详解（win10+GeForce GTX1060+CUDA 9.0+cuDNN7.3+tensorflow-gpu 1.12.0+python3.5.5）
• Win10下安装并使用tensorflow-gpu1.8.0+python3.6全过程分析（显卡MX250+CUDA9.0+cudnn）