2020/5/29

在 windows10 上面安裝 CUDA 和 cuDNN

0、簡單瞭解一下 CUDA 和 cuDNN　

　　1）什麼是 CUDA

CUDA(ComputeUnified Device Architecture)，是顯示卡廠商NVIDIA推出的運算平臺。 CUDA是一種由NVIDIA推出的通用平行計算架構，該架構使GPU能夠解決複雜的計算問題。　

　　2）什麼是cuDNN

NVIDIA cuDNN是用於深度神經網路的GPU加速庫。它強調效能、易用性和低記憶體開銷。NVIDIA cuDNN可以整合到更高級別的機器學習框架中，如谷歌的Tensorflow、加州大學伯克利分校的流行caffe軟體。簡單的插入式設計可以讓開發人員專注於設計和實現神經網路模型，而不是簡單調整效能，同時還可以在GPU上實現高效能現代平行計算。

1、檢視本機的CUDA 驅動適配版本

　　桌面右鍵開啟英偉達控制面板，點選幫助->系統資訊->元件

　　可以看到本機支援的是CUDA 10.1 版本，表示是不支援更高版本的。如果你升級驅動，可能會支援更高版本，也可能不會提升。所以就必須安裝 10.1 及以下的版本。

2、CUDA 各個歷史版本下載連結

　　https://developer.nvidia.com/cuda-toolkit-archive

　　那根據第一步裡面我自己的機器支援，我就下載10.1（Feb 2019）這個版本。

　　可以看到版本號是10.1.105，低於第一步裡面的10.1.120，應該是沒問題的。我的下載速度還是很快的:

3、下載 cuDNN

　　地址：https://developer.nvidia.com/rdp/cudnn-download　　

　　下載cuDNN是需要登入英偉達開發者賬戶的，註冊一個並填寫問卷就行了，很簡單。

　　注意：必須選擇和你安裝的CUDA匹配的版本。

　　這個賬號密碼要求有大寫字母，有字元：G**_*

　　上面選擇 10.1版本，然後選擇 windows10 ，接著開始下載。

　　 兩百多兆的壓縮包，不過這次下載速度很慢。

4、安裝 CUDA 和 cuDNN　　

　　1）安裝 CUDA

　　找到你下載的CUDA，無腦安裝就行了。當然如果你想自定義的話要記住你選擇的安裝路徑。

　　CUDA安裝完成後，開啟命令列輸入 nvcc -V ，成功的話會返回 cuda 版本號：

　　2）cuDNN

　　解壓cuDNN壓縮包，可以看到bin、include、lib目錄：

　　將 bin 目錄裡面的內容複製，然後貼上到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 對應的 bin 目錄裡面:

　　同樣的，include 和 lib 目錄裡面的檔案也複製到相應的資料夾裡面。

5、新增環境變數

　　在系統環境變數的Path項下新增幾個路徑

　　點選 編輯 -- > 新建，需要新增下面兩個路徑（安裝目錄）：

　　 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

　　C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64

6、檢視安裝結果

7、安裝 pyTorch

　　進入官網 https://pytorch.org/get-started/locally/

　　在 Anaconda Prompt 裡面執行下面自動生成的命令。

　　正常情況下到這裡就可以慢慢下載成功安裝了。

　　注：這裡補充一下新增清華源的方法，命令如下，依次執行：

　　　 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

　　　　conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

　　　　conda config --set show_channel_urls yes

　　然後執行安裝命令：

　　　　conda install pytorch torchvision cudatoolkit=10.1 ( 去掉後面的 -c pytorch )

　　（注： 刪除源的命令是 conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ ）　

　　安裝中：

　　記錄我在這裡遇到了一些坑：

　　　　如果使用官方的源，會很慢很慢，如果使用清華源，會顯示有些需要安裝的包沒有。

　　　　使用 conda install pytorch torchvision cudatoolkit=10.1 -c pytorch 命令，就會有些用官方源，有些用清華源。