WIN10安装PaddlePaddle、CUDA和cuDNN

WIN10安装PaddlePaddle、CUDA和cuDNN



一、安装CPU版的PpaddlePaddle

只需要一条命令即可:

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

二、安装GPU版的PpaddlePaddle

1. 首先查看自己电脑最高支持的CUDA版本

(1) 右键桌面->NVIDIA控制面板

(2) 点击系统信息->组件,可以看到如图所示,我电脑可以支持到cuda版本为11.4.94

2. 安装paddlepaddle-gpu

(1) 访问 PpaddlePaddle安装文档 网站,按提示选好相关信息,这里选择的计算平台要≤自己电脑支持的最大cuda版本,复制好安装命令

python -m pip install paddlepaddle-gpu==2.1.2.post112 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html

注意:如果显卡不是RTX30代的,推荐使用CUDA10.2,性能更优。(这样后续下载的cuDNN版本号需要匹配CUDA10.2,官方推荐cuDNN 7 (cuDNN版本>=7.6.5))

(2) 打开anaconda虚拟环境命令行窗口(这里根据自己所需装在哪个虚拟环境,若没有anaconda,你可以直接安装在本机环境或者去装一个anaconda),运行刚刚复制的安装命令,看到Successfully就成功了

3. 安装CUDA

(1) 访问 PpaddlePaddle安装文档 网站,可以看到CUDA 11.2配合cuDNN v8.1.1

(2) 访问 cuda官网下载地址,点击 CUDA Toolkit 11.2.2

(3) 选择相关选项,点击Download进行下载

(4) 双击打开下载好的cuda_11.2.2_461.33_win10.exe,点击OK

(5) 点击同意并继续

(6) 点击自定义,然后下一步

(7) 继续下一步(这里默认就好)

(8) 继续下一步(这里你可以自定义安装位置,我这里选择默认)

(9) 安装完成,点击下一步

(10) 结束,点击关闭

4. 安装cuDNN

(1) 访问 cuDNN官网下载地址,点击Download cuDNN v8.1.1 (Feburary 26th, 2021), for CUDA 11.0,11.1 and 11.2。
注意:这里选择的cudnn v8.1.1需要匹配cuda 11.2)

(2) 点击 cuDNN Library for Windows (x86) 进行下载

(3) 对下载好的cudnn-11.2-windows-x64-v8.1.1.33.zip进行解压,并打开解压后的目录,并复制该目录下的全部内容

(4) 打开CUDA的安装目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2,把刚复制的内容粘贴到此目录下

(5) 复制完成,结束

5. 验证PpaddlePaddle-GPU是否安装成功

(1) 打开刚刚安装了PpaddlePaddle的anaconda虚拟环境命令行窗口。使用 python 进入python解释器,输入import paddle ,再输入 paddle.utils.run_check()。
如果出现PaddlePaddle is installed successfully!,说明您已成功安装。

(2) 若失败,出现
Could not load library cudnn_ops_infer64_8.dll. Error code 126
Please make sure cudnn_ops_infer64_8.dll is in your library path!
这个错误

解决方法:
a. 打开C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin目录,复制该目录下的cudnn_ops_infer64_8.dll

b. 打开C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64目录,进行粘贴

c. 再次验证即可成功

至此就安装完毕了,可以开始你的深度学习之旅啦。


总结

paddlepaddle、CUDA和cuDNN三者版本号需要匹配,这也是官方验证过的,否则可能会出现意想不到的事情。

安装CUDAcuDNN的步骤如下: 1. 首先,下载并安装CUDA。可以从NVIDIA官方网站下载适合您的操作系统显卡的CUDA安装程序。安装过程中,选择自定义安装选项,确保选择正确的安装路径。安装完成后,系统会自动将CUDA的路径添加到系统的环境变量中。[1] 2. 下载cuDNNcuDNN是一个用于深度学习的加速库,可以提高训练推理的速度。您需要在NVIDIA的开发者网站上注册并登录,然后下载适合您的CUDA版本的cuDNN。下载完成后,解压缩文件。 3.cuDNN文件复制到CUDA安装目录中。打开解压缩后的cuDNN文件夹,将其中的文件复制到CUDA安装目录的相应文件夹中。具体来说,将cuDNN的bin文件夹中的文件复制到CUDA的bin文件夹中,将include文件夹中的文件复制到CUDA的include文件夹中,将lib文件夹中的文件复制到CUDA的lib文件夹中。[2] 4. 验证安装是否成功。打开命令提示符,输入以下命令来验证CUDAcuDNN安装是否成功: - 输入`nvcc -V`,如果显示了CUDA的版本信息,则表示CUDA安装成功。 - 输入`python`,然后在Python交互式环境中输入以下代码来验证cuDNN安装: ```python import tensorflow as tf print(tf.__version__) ``` 如果能够成功导入TensorFlow并显示版本号,则表示cuDNN安装成功。[3] 请注意,安装CUDAcuDNN可能会因个人电脑的配置操作系统的不同而有所差异。建议在安装前仔细阅读官方文档,并确保您的系统满足安装要求。
评论 12
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值