win10 安装 tensorflow-gpu 和 pytorch

准备工作： tensorflow-gpu和cuda版本对应关系（以下以cuda11.0为例进行安装 ）

0、安装anaconda并换源、创建虚拟环境

0.1 换源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

0.2 创建虚拟环境并激活

conda create -n machineLearning python=3.8

conda activate machineLearning

1、安装CUDA Toolkit 11.0，网址：CUDA Toolkit Archive | NVIDIA Developer

2、下载对应版本的cuDNN，网址：cuDNN Archive | NVIDIA Developer，下载后解压并复制到CUDA Toolkit 11.0安装目录（\NVIDIA GPU Computing Toolkit\CUDA\v11.0）；

 

 3、添加path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

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v1 1.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v1 1.0\ib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\CUPTI\lib64
 

4、pip install tensorflow-gpu==2.4.0

5、conda install pytorch torchvision torchaudio cudatoolkit=10.2

6、测试

import tensorflow as tf
tf.config.list_physical_devices('GPU')

#结果：[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

import torch as tc

tc.cuda.is_available()

#结果：True