admin管理员组文章数量:1646243
WIN10+CUDA10.1+CUDNN+torch+tensorflow-gpu安装踩过的坑
- CUDA+CUDNN的重新安装
- Tensorflow-gpu与torch兼容的问题
- 总结:
- 希望能帮到大家!
这一整个周末都在踩坑的过程中,把我踩过的坑记录一下,也希望能帮到大家!
CUDA+CUDNN的重新安装
网上已经有很多CUDA与CUDNN安装的教程了,还有CUDA和显卡驱动匹配的细节,这里就不再多说了。主要说说踩过的坑。。
因为我的电脑之前安装的是CUDA9.0,因为需要用最新版的torch1.4.0,但是没有适合CUDA9.0的版本,于是想卸载掉CUDA9.0,安装其他版本。
坑1: 卸载CUDA9.0:这里不要怕多卸载东西,除了NVIDIA图形驱动程序、NVIDIA Physx系统软件其余的全部卸载掉,包括GeForce Experience,音频驱动等等,这些都会在CUDA重新安装过程中安装的。
坑2: 完整删除NVIDIA相关的文件夹:跟着操作即可需要注意的是,在重启之后,安装不要全部点,要把VS安装那项去掉,不然还是会安装失败。
跟着操作单独安装VS即可,之后安装CUDNN就可以了
Tensorflow-gpu与torch兼容的问题
这里还需要提一下,CUDA10是不支持WIN10系统最新版torch1.4.0的(LINUX可以),于是我就又把CUDA10卸载,安装了CUDA10.1,此时又有了新的问题。(此处省略口吐芬芳)
tensorflow-gpu1.13.0以上目前仍然不支持CUDA10.1,CUDA10才可以正常使用,但是torch1.4.0又不支持CUDA10。
这时候重点来了!虽然我们本地安装的是CUDA10.1,tensorflow-gpu1.15.0会无法调用,但是我们可以安装一个叫做cudatoolkit==10.0的包,安装之后神奇的变好了。
在知乎上看见一个帖子说在anaconda里调用的实际上是cudatoolkit。emm,不用太在意细节,反正配好环境就好了。
import tensorflow as tf
hello= tf.constant('Hello, TensorFlow!')
sess= tf.Session()
print(sess.run(hello))
print(tf.test.is_gpu_available())
如果显示显卡型号并且输出Hello,TensorFlow!表示tensorflow是可用的,输出True表示tensorflow-gpu是可用的。
如果我们不安装cudatoolkit==10.0 则会输出False,并且右上角的红框内,会显示cudart64_100.dll等一系列not found。
import torch
print(torch.cuda.is_available())
可以测试torch-gpu是否可用
总结:
1.重新安装CUDA需要再安全模式删除原本的驱动,重启后去掉安装VS的选项。
2.需要用tensorflow-gpu时可以在anaconda里安装对应版本的cudatoolkit。
希望能帮到大家!
本文标签: torchGPUtensorflow
版权声明:本文标题:WIN10+CUDA10.1+torch+tensorflow-gpu=1.15.0安装时踩过的坑 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://www.elefans.com/dongtai/1729421830a1200624.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论