Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0
下载地址
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 Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin; C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp;
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 Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0
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
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()
上一篇:python 限制函数执行时间,自己实现timeout的实例
栏 目:Python代码
下一篇:Python 不设计 do-while 循环结构的理由
本文标题:Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0
本文地址:http://www.codeinn.net/misctech/212741.html