Win10下安裝CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0
下載地址
官方下載：CUDA和CUDNN.
安裝CUDA
安裝之前，建議關掉360安全衛士
雙擊cuda_11.0.3_451.82_win10.exe文件
根據自己需要更改安裝路徑
將Visual Studio Integration的勾去掉
配置環境變量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin; C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp;
安裝CUDNN
將下載的CUDNN解壓縮，如下圖。
將將CUDNN文件夾裡面的bin、include、lib文件直接復制到CUDA的安裝目錄，如下圖為CUDA的安裝位置，粘貼過來直接覆蓋即可。
# CUDA的安裝目錄 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0
等待復制完成，即可！
驗證CUDA是否安裝成功
打開cmd，輸入如下命令，即可！
nvcc -V
安裝tesorflow-gpu2.4.1
查看對應版本
https://tensorflow.google.cn/install/source_windows#gpu
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.4.1
測試代碼
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())
安裝pytorch-gpu1.7.0
查看對應版本
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
測試代碼
import torch print(torch.__version__) print(torch.cuda.is_available())
安裝paddlepaddle-gpu2.0.0
查看對應版本
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
測試代碼
import paddle paddle.utils.run_check()
到此這篇關於Win10下安裝CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0的文章就介紹到這瞭,更多相關tensorflow pytorch CUDA 安裝內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！
推薦閱讀：
- 詳解win10下pytorch-gpu安裝以及CUDA詳細安裝過程
- win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度學習環境的方法
- Linux安裝Pytorch1.8GPU(CUDA11.1)的實現
- Pytorch1.5.1版本安裝的方法步驟
- 淺談tensorflow與pytorch的相互轉換