Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0
tensorflow
一个面向所有人的开源机器学习框架
项目地址:https://gitcode.com/gh_mirrors/te/tensorflow
免费下载资源
·
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
安装不成功,解决方法
如果安装不成功,解决方法可查阅解决:CUDA安装程序不成功
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
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
测试代码
import paddle
paddle.utils.run_check()
GitHub 加速计划 / te / tensorflow
184.54 K
74.12 K
下载
一个面向所有人的开源机器学习框架
最近提交(Master分支:1 个月前 )
a49e66f2
PiperOrigin-RevId: 663726708
2 个月前
91dac11a
This test overrides disabled_backends, dropping the default
value in the process.
PiperOrigin-RevId: 663711155
2 个月前
更多推荐
已为社区贡献10条内容
所有评论(0)