【W(wǎng)in11+RTX3050顯卡】cuda+cudnn+tensorflow 環(huán)境配置
CUDA 11.5 cudnn 8.3.3 tensorflow-gpu 2.6
1、名詞解釋
- CUDA：CUDA 即英偉達(dá)的顯卡并行計(jì)算框架
nvidia-smi 可以查看，每個(gè)版本的CUDA都是基于一定版本的驅(qū)動(dòng)建立的，所以它對(duì)驅(qū)動(dòng)的最低版本是有要求的 - cudnn：cudnn 是基于CUDA架構(gòu)的神經(jīng)網(wǎng)絡(luò)庫
是專門用于神經(jīng)網(wǎng)絡(luò)計(jì)算的加速包，可以看作是CUDA的一部分（并行計(jì)算框架下的一個(gè)包） - tensorflow：tensorflow-gpu的運(yùn)行需要用到CUDA框架， 特別是cudnn庫，就像CUDA是基于特定版本驅(qū)動(dòng)構(gòu)建一樣，tensorflow-gpu也是調(diào)用特定版本的CUDA，二者存在對(duì)應(yīng)關(guān)系
2、安裝RTX3050顯卡驅(qū)動(dòng)
- 首先，先卸載電腦自帶的所有與顯卡有關(guān)的部分，如下圖：
- 其次，搜索框輸入“nvidia”，進(jìn)入NVIDIA控制面板，查看顯卡型號(hào)；
- 最后，去NVIDIA官網(wǎng)下載對(duì)應(yīng)顯卡的驅(qū)動(dòng) 驅(qū)動(dòng)下載地址
3、CUDA
3.1 確定合適的CUDA版本
首先， “Win+R”打開后端，輸入“nvidia-smi”查看系統(tǒng)支持的CUDA最高版本
其次，去CUDA官網(wǎng)查看對(duì)應(yīng)的CUDA版本，鏈接直達(dá)查看
3.2 下載CUDA
CUDA下載鏈接：https://developer.nvidia.com/cuda-toolkit-archive，我選擇下載的是11.5
3.3 安裝CUDA
雙擊打開下載的文件，選擇路徑
點(diǎn)擊“同意并繼續(xù)”
選擇“自定義安裝”
因?yàn)?，我前面已?jīng)安裝過VS C++，所以，這里只需要勾選這一個(gè)就可以了。
測試是否安裝成功，“Win+R”打開后端，輸入“nvcc -V”，顯示版本表示安裝成功。
4、安裝cudnn
4.1 確定cudnn版本
點(diǎn)擊鏈接選擇對(duì)應(yīng)cuda版本的cudnn及逆行下載，https://developer.nvidia.com/rdp/cudnn-archive
下載前，需要先進(jìn)行注冊(cè)登錄；
4.2 下載cudnn
將下載的文件解壓
將cudnn中解壓的文件，分別復(fù)制到cuda中對(duì)應(yīng)的文件夾下【注意是復(fù)制過去，不是替換掉】
4.3 驗(yàn)證cudnn是否安裝成功
- 首先，“Win+R”打開后端，cd到CUDA安裝目錄下的.…\extras\demo_suite【如果前面CUDA安裝到了D盤，**“cd/d 路徑”**即可切換到D盤路徑，同理E盤類似】
- 其次，分別執(zhí)行“bandwidthTest.exe”和“deviceQuery.exe”
- 最后，得到“Result=PASS”，表示安裝成功
5、安裝tensorflow
根據(jù)自己需要選擇GPU或CPU版本，官方版本在2.0之后不再區(qū)分GPU和CPU，tensorflow官網(wǎng)
5.1 確定tensorflow
根據(jù)安裝的CUDA和cudnn的版本，選擇對(duì)應(yīng)版本的tensorflow-gpu進(jìn)行安裝
5.2 搭建虛擬環(huán)境
此處為了防止tensorflow版本不合適，所以先搭建了虛擬環(huán)境，在虛擬環(huán)境中對(duì)tensorflow進(jìn)行安裝，建議大家養(yǎng)成搭建虛擬環(huán)境的好習(xí)慣。
5.2.1 虛擬環(huán)境
-首先，“Win+R”進(jìn)入終端
conda create -n tf_gpu python=3.8 //創(chuàng)建一個(gè)名為“tf_gpu”，且python版本為3.8的一個(gè)虛擬環(huán)境
conda env list //查看系統(tǒng)中存在哪些環(huán)境
activate //激活基礎(chǔ)環(huán)境
conda activate tf_gpu //激活名為“tf_gpu”的虛擬環(huán)境
deactivate tf_gpu //退出名為“tf_gpu”的虛擬環(huán)境
conda remove -n tf_gpu --all //刪除名為“tf_gpu”的虛擬環(huán)境
conda remove --name $tf_gpu $package_name(包的名字) //刪除虛擬環(huán)境“tf_gpu”中的包
5.2.2 虛擬環(huán)境中安裝路徑問題
【在虛擬環(huán)境中用conda和pip安裝的包的路徑問題】文章來源：http://www.zghlxwxcb.cn/news/detail-552215.html
-
pip install（Anaconda不同環(huán)境之間pip install的路徑問題）
初始的pip有默認(rèn)的下載位置，創(chuàng)建好虛擬環(huán)境之后，修改該虛擬環(huán)境下，pip安裝包的位置（防止個(gè)環(huán)境之間pip安裝包的影響），修改pip安裝位置的方式如下：
- 先找到設(shè)置pip install的路徑的文件的位置
python -m site -help //查看修改【虛擬環(huán)境tf_gpu的pip安裝路徑】的文件位置
文章來源地址http://www.zghlxwxcb.cn/news/detail-552215.html
- 通過修改文件內(nèi)容來修改安裝路徑
修改兩個(gè)地方即可：
USER_SITE = “”
USER_BASE = “”
修改為：
USER_SITE = "D:\\Anaconda3\\envs\\tf_gpu\\Lib\\site-packages"
USER_BASE = "D:\\Anaconda3\\envs\\tf_gpu\\Scripts"
-
conda install（conda 和 pip的區(qū)別&創(chuàng)建虛擬環(huán)境和下載第三方庫的方法）
對(duì)于我自己的系統(tǒng)來說，我的conda 的安裝路徑是“D:\Anaconda3\pkgs”
所以，在某個(gè)環(huán)境中下載了包，再到另一個(gè)環(huán)境中下載同樣的包時(shí)，conda會(huì)自動(dòng)在上面的目錄里找，如果有，不會(huì)重復(fù)下載，而是將這個(gè)包的site_package下的文件復(fù)制到當(dāng)前環(huán)境下。和直接pip install 一樣了。
使用conda uninstall時(shí)，和pip uninstall 一樣，刪除了當(dāng)前環(huán)境site_package中的包的內(nèi)容，但是在上述目錄里面還存在這個(gè)包。
到了這里，關(guān)于【W(wǎng)in11+RTX3050顯卡】cuda+cudnn+tensorflow 環(huán)境配置的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
