我是雪天鱼,一名FPGA爱好者,研究方向是FPGA架构探索和数字IC设计。
会在B站分享 IC相关教学课程,B站个人主页:/397002941?spm_id_from=333.1007.0.0
QQIC设计&FPGA&DL交流群
群号:866169462
。
操作系统:Window11专业版
显卡:NVIDIA RTX 3060 Laptop GPU
一、Anaconda安装
之前已经写过对应的安装教程:PyTorch深度学习入门笔记(一)PyTorch环境配置及安装/qq_44447544/article/details/122425322
二、CUDA安装
NVIDIA 控制面板 -> 左下角系统信息 ->组件 查看驱动所支持的 CUDA版本:
即支持 CUDA的最高版本为 11.6,但飞浆所支持的最高计算平台为 CUDA11.2,所以我就安装 11.2.2版本的了。
CUDA官方下载链接:/cuda-toolkit-archive
选择操作系统相关信息,点击【Download】 开始下载,下载好后双击安装即可。
选择自定义安装,可自己选择组件,若已经安装过 VS,则可以取消该组件的安装,这里我都没有安装,所以直接下一步。
然后选中安装位置,这里我C盘是 1TB固态,所以我就直接按默认位置安装了。
然后是提示安装 Visual Studio,否则有些功能无法正常使用。
三、cudnn安装
cuda可以看做是一个工作台,而cudnn是基于cuda的深度学习加速库,想要在cuda上进行深度学习加速必须安装cudnn。
官网下载链接: /zh-cn/cudnn
注册账号登录。
找个支持 CUDA11.2.2的 cuDNN,这里我下载 cuDNN v8.1.1版本
661MB,耐心等待即可。
下载好后解压即可,文件夹中有3个文件夹和一个文件:
复制粘贴到安装的CUDA文件夹里,默认位置是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2,遇到提示,为全部选择覆盖和替换。
输入nvcc -V
,验证是否安装成功,出现下图所示信息即为安装成功。
四、tensoflow-gpu 安装
首先要选择好要安装的版本,打开 /install/source_windows
拉到最下面,可以看到gpu版本兼容信息:
可以看到,CUDA版本为11.2,cuDNN版本为8.1时,支持的tensorflow_gpu 版本为 2.6.0和2.5.0,这里我们下载v2.6.0,然后 python版本用3.8。
安装的具体操作为,打开CMD 终端,输入下述指令:
(1)创建虚拟环境
conda create -n tf2.6 python=3.8
这里tf2.6
为所指定的环境名,python=3.8
则指定python版本为 3.8。
输入 y,然后 回车,conda开始自动下载必要的包。下载完成后如下图所示:
(2)激活 tf2.6 虚拟环境
activate tf2.6
(3)下载 tensorflow-gpu 包
pip install tensorflow-gpu==2.6.0
一共 423.3MB,不是很大
(4)验证安装是否成功。
pythonimport tensorflow as tftf.config.list_physical_devices('GPU')
这里我运行后报错了,如下所示:
Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found
,即缺少cudart64_110.dll
文件,去下载即可。官方下载链接:https://www.dll-/cudart64_110.dll.html
选择第一个Download即可,下载的压缩包解压得到cudart64_110.dll
,把cudart64_110.dll复制粘贴到C:/Windows/System32
里就可以了:
重新输入出现如下图所示输出,表示成功安装了TensorFlow GPU版本。
开始愉快开始深度学习!!!
五、tensorflow cpu版本安装
conda create -n tf2.3 python=3.8activate tf2.3pip install tensorflow==2.3.0