Win10 环境下安装 paddlepaddle 基本环境 CUDA10 + cuDNN 教程

俗话说要 工欲善其事,必先利其器 安装环境总是第一步最关键也是初学者最耗时间的步骤之一,所以制作这个教程帮助我们更快入门人工智能

官方推荐的环境,我们按照这个教程来就可以了

在这里插入图片描述

环境

  • 本次使用WIN10 64 进行安装

CUDA安装

  1. 这里我们需要自己的驱动版本是否匹配
    在这里插入图片描述

  2. 对应到官方的版本,因为我们的版本是满足官方的条件的所以可以安装CUDA 10.0,如果对应表更新了可以到对应表进行查看
    在这里插入图片描述

  3. 下载
    由于下载的是历史版本所以需要到历史版本才能下载到CUDA10.0
    在这里插入图片描述
    由于是国外服务器,下载较慢推荐使用第二种方式下载程序,并使用迅雷无会员也是可以到达1m多
    在这里插入图片描述

  4. 安装(c盘需要几个G的空间,需要自己腾出)
    安装之前的空间
    在这里插入图片描述
    在这里插入图片描述
    使用自定义
    在这里插入图片描述
    在这里插入图片描述
    安装之后
    在这里插入图片描述
    所以空间自己估量

cuDNN安装

cuDNN下载到这里, 找到自己的对应版本的cuDNN
在这里插入图片描述
下载好后解压找到文件夹 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
在这里插入图片描述
全部粘贴到这个文件夹里面
在这里插入图片描述
win+r 输入 cmdbandwidthTest.exedeviceQuery.exe拖到黑窗口
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
如果都有输出那么就成功了,恭喜你已经入门了

重启

安装paddlepaddle或其他框架测试

进入自己的python环境然后输入

python -m pip install paddlepaddle-gpu==1.8.4.post107 -i https://mirror.baidu.com/pypi/simple
import paddle.fluid as fluid
import numpy as np


if __name__ == '__main__':
    with fluid.dygraph.guard(fluid.CUDAPlace(0)):
        x = fluid.dygraph.to_variable(np.array([1]))
        y = fluid.dygraph.to_variable(np.array([2]))
        result = fluid.layers.elementwise_add(x, y)
        print(result)

没有报错那你就成功了
在这里插入图片描述

Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐