[toc]
深度学习框架安装:前期准备
前情提要:相信安装过Pytorch、TensorFlow等框架的GPU版的人都知道,相比CPU版本安装,GPU版本的安装多么麻烦。但是,深度学习没GPU又不行啊(单纯靠CPU太慢了),故在此整理了教程上较为稀少的GPU版安装的前期准备,CUDA和CUDNN安装搞定了,剩下都问题不大啦!
1. 下载cuda和cudnn
下载cudn之前先查看电脑显卡支持的最高版本:
控制面板-硬件和声音-NVIDIA面板-帮助-系统信息
例如此处则支持10.1.168版本的cuda
在此我下载cudnn9.0
cdunn官网下载:https://developer.nvidia.com/cuda-toolkit-archive
选择适合电脑操作系统的版本,Windows和MAC OSX提供network和local两种版本下载,建议local(network版在安装中容易出错)
安装完成之后等待检测
也可以选择自定义安装,但请记住安装的位置
2. CUDNN下载
cudnn下载官网:https://developer.nvidia.com/rdp/cudnn-download(注:cudnn下载需要注册登录NVIDIA)
下载与cuda对应的cudnn版本
将下载得到的cudnn解压包解压,别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0对应的include、lib、bin目录下即可。
![在这里插入图片描述](https://img-blog.csdnimg.cn/20191025205954318.pngcudnn安装
cudnn不需要安装,解压出来之后有个cudn的文件夹,打开,里面有四个文件
将其复制到安装CUDA的位置
使用精简(推荐)安装则在以下位置:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
(v9.0是版本号,如果是其他版本则对应其他版本的文件夹名称)
3. 安装Anconada
官网下载:https://www.anaconda.com/distribution/
注意选择与操作系统匹配的版本按照软件一般安装套路安装,但是建议添加环境变量这一步打上gou(否则得自己手动配置环境变量)
PS:勾选之后字体会变红色警告,不用管
- 下载安装完成进入anoconda Prompt
嗯,前期准备到此结束(CUDN和CUDNN以及anoconda安装)
pytorch安装