CUDA、CUDNN在windows下的安装及配置 | 您所在的位置:网站首页 › 没有检测到autocad2007的安装路径 › CUDA、CUDNN在windows下的安装及配置 |
参考文章 全网最详细 | Windows 安装 TensorFlow2.0 GPU 详细教程 Wind10安装anaonda+cuda10.1+cudnn+pytorch+tensorflow-gpu win10+GTX1050Ti+anaconda3+tensorflow1.14.0+cuda10.0+cudnn7.6.1.34(带GPU使用检测) 一、安装前的准备 (1)查看自己N卡支持的CUDA版本,打开NVIDIA控制面板,选择系统信息![]() ![]() NVIDIA控制面板下 系统信息 显示:CUDA10.1。这里CUDA10.1是支持的最高版本的CUDA,可以向下兼容,且可以安装多个版本的CUDA,可以通过更改环境变量来更改为你需要用到的CUDA版本。CUDA多版本共存请参考博客: Windows下CUDA多版本共存 (2)NVIDIA官网下载对应CUDA版本CUDA下载地址:CUDA Toolkit Archive | NVIDIA Developer ![]() 官网下载地址:https://developer.nvidia.com/rdp/cudnn-download 没有账号需要注册账号,账号登录后,找到自己对应的CUDA版本,点击下载 ![]() ![]() ![]() ![]() 安装路径,选择OK(安装完成后路径会自动变化,所以这里路径选择默认就好) ![]() 取消勾选GeForce Experience 如果电脑上本身就有Visual Studio Integration,要将这个取消勾选,避免冲突了 点开Driver comonents,Display Driver这一行,前面显示的是Cuda本身包含的驱动版本是411.31 如果你电脑目前安装的驱动版本号新于Cuda本身自带的驱动版本号,那一定要把这个勾去掉。否则会安装失败(相同的话,也不用去勾选) ![]() CUDA的安装位置可以自定义,系统默认是在系统盘C盘,为了方便日后管理,可以安装到非系统盘的其他盘 这几个文件夹,用户手动创建 D:\360Downloads\CUDA10.0\NVIDIA GPU Computing Toolkit\CUDA\v10.0 D:\360Downloads\CUDA10.0\NVIDIA Corporation\CUDA Samples\v10.0 ![]() 打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin ,查看nvcc.exe 有这个nvcc.exe就说明CUDA安装已成功 打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64,查看有没有cuti64_101.dll 有这个cuti64_101.dll就说明CUPT1已成功 解压CUDNN后,将对应的bin、lib、include与CUDA10.1对应的bin、lib、include进行合并。 安装完CUDA后,CUDA会自动添加到环境变量中 CUPTA和CUDNN还没有加进来,所以必须将它们添加到路径,这样使用Tensorflow的时候才不会报错 手动添加CUPTI和CUDNN的环境变量如下图: ![]() (5)查询显卡算力 进入目录 deviceQuery.exe >> cd D:\360Downloads\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite 运行 deviceQuery.exe >> ./deviceQuery.exe在Anaconda虚拟环境中测试一下 tensorflow是否安装成功 测试成功,说明gpu版本已经安装成功 ##begin----------------------------2021-06-14新增----------------------------## 四、CUDA多版本共存参考博客:Windows下CUDA多版本共存 五、可能出现的问题 Q:显卡驱动、CUDA版本不匹配tensorflow各个版本的CUDA以及Cudnn版本对应关系 显卡驱动、CUDA版本不一致的问题,需要按照前面的步骤查看当前显卡驱动所支持的CUDA版本,去NVIDIA官网下载对应版本的CUDA。 ![]() ------------------------------------------------------------------------------------------------------------------------------- 解决方案,参考博客 tensorflow遇到ImportError: Could not find 'cudart64_100.dll'错误解决 彻底解决tensorflow:ImportError: Could not find 'cudart64_90.dll' Tensorflow报错“Could not find ‘cudart64_6.dll” Windows下安装tensorflow GPU版本报错:OSError: [WinError 126] 找不到指定的模块/Could not find 'cudart64_90.dll' 我的解决方案: tensorflow-gpu==2.0.0-beta1 - 支持 GPU 的预览 TensorFlow 2.0 测试版(不稳定,适用于 Ubuntu 和 Windows),该版本不稳定,卸载重装一个稳定版即可 1. 卸载 >> pip uninstall tensorflow-gpu 2. 重新下载安装稳定版 >> pip install tensorflow-gpu![]() ![]() ![]() ![]() 如果在稳定版的tensorflow下测试,还是不行,那就只能是CUDA与CUDNN之间的版本问题了。因为当前显卡驱动是支持CUDA10.1的,那我试下当前 显卡驱动是否支持CUDA10.0,然后CUDNN也是下载CUDA10.0所对应的版本 现在系统中是有两个版本的CUDA和两个版本的CUDNN,同时配置好CUDA10.0和对应CUDNN的相关环境变量,用相同的方法测试 测试成功,说明gpu版本已经安装成功 Q:tensorflow-gpu ImportError: DLL load failed:找不到指定的模块错误原因:CUDA版本与Tensorflow版本冲突 解决方案:卸载CUDA10.1,重新装CUDA10.0,同时添加对应的CUDNN,具体操作方法如上 Q:ImportError: Nomodule named '_pywrap_tensorflow_internal'错误原因: CUDA10.1与tensorflow-gpu版本冲突 参考博客 windows下安装tensorflow过程中解决办法集合+ImportError: Nomodule named '_pywrap_tensorflow_internal' 解决方案:同问题(3)的解决方案。 |
CopyRight 2018-2019 实验室设备网 版权所有 |