2

Windows 10系统配置深度学习环境

 3 years ago
source link: https://blog.whuzfb.cn/blog/2020/10/31/windows_config_deep_learning/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

1. 下载安装显卡驱动

在nvidia官网下载安装最新驱动，点击链接

2. 下载安装cuda和cudnn

  • 下载安装cuda，双击exe文件，选择精简安装（默认安装目录是C:\Program Files\NVIDIA GPU Computing Toolkit）
  • 登录自己的nvidia开发者账户下载与cuda版本对应的cudnn压缩包
  • 解压cudnn压缩包，把里面的对应文件夹下的内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1路径的对应文件夹下

3. 配置环境变量

然后添加环境变量（如果不存在的话）：

CUDA_PATH           C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
CUDA_PATH_V10_1     C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

环境变量中，系统变量的path变量添加3个条目（如果不存在的话）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64

4. 安装pip第三方库

修改Windows下pip的源：首先在文件资源管理器的地址输入%APPDATA%，然后在该目录下新建pip文件夹，在pip文件夹下新建pip.ini文件，文件内容为：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

安装定制版的tensorflow-gpu：首先查看自己CPU是否支持AVX2指令集，可以通过下载CPU-Z检测。然后在仓库里面下载自己需要的版本号，再选择GPU文件夹，再对应AVX2指令集下载（001和002两个文件都要下载，他们是一个文件分割压缩）；下载的压缩文件先解压得到.whl扩展名的文件，然后pip install即可，在安装过程中会下载其他依赖；如果CPU指令集不支持AVX2，那么下载SSE2版本；仓库的地址是

晨曦 / 2020-10-31 / 119 views
Published under(CC) BY-NC-SA 4.0.


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK