Windows10下常用深度学习框架(GPU版)的安装方式

前言

  本篇博文记录一下在$Windows10$中常用的深度学习框架的安装方式，包括$TensorFlow$、$PyTorch$和$PaddlePaddle$。

  特此说明：Python环境为Anaconda，Python版本号为3.7.x

1. CUDA和cuDNN

  想必大家都知道了，安装$GPU$版本的深度学习框架前，都要检查一下电脑上$CUDA$的版本，为啥要这么麻烦呢？enmmmmm，往下看。
  $CUDA，ComputeUnifiedDeviceArchitecture$，即统一计算设备架构，是一种由$NVIDIA$推出的通用并行计算架构，而且是只能用于他们自家$GPU$的并行计算框架，该架构使$GPU$能够解决复杂的计算问题。
  $cuDNN,CUDADeepNeuralNetwork$，是$NVIDIA$打造的针对深度神经网络的加速库，是一个用于深层神经网络的$GPU$加速库。

  这里有篇博文可作参考：【CUDA——“从入门到放弃”】 原创作者：He_Yu

  小编这里是用的版本号为：
  CUDA 10.1  官网下载链接
  cuDNN 7.6.5  官网下载链接

  安装方式网上有很多教程，可以参考一下，这里就不在细说了，大致流程就是：

安装CUDA$-->$选择精简安装$-->$CUDA安装完毕$-->$解压cuDNN$-->$将解压后的三个文件夹bin、include和lib复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1文件夹下

  安装完之后，配置一下系统环境变量，将上述几个文件路径加入到PATH中，输入nvcc -V，若出现以下信息，则说明安装成功，否则，请检查安装步骤是否有误。

2. TensorFlow

  由于目前TensorFlow出现了两个分支：1.x和2.x，鉴于两个版本在搭建神经网络模型时风格不太一样，所以在实际应用时，既可能用到1.x，也可能用到2.x，所以这里两个版本都进行一下安装。

  TensorFlow官网

2.1 TensorFlow 1.x

	# tensorflow-gpu 1.15
	pip install tensorflow-gpu==1.15

	# test
	import tensorflow as tf

	# 查看版本号
	tf.__version__
	# 查看gpu能否使用
	tf.test.is_gpu_available()

  安装很容易，一测试就会出现各种各样的问题，其实也很好解决，看一下导致出现问题的原因，比如我遇到的：

  错误信息提示说一些dll文件没有找到，然后我去C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin看了一下，确实没有，但是发现了一丝端倪，文件名字前面都一样，就是后面的数字不一样，系统里面是cuxxx_10.dll，需要的是cuxxx_100.dll，于是我就改了一下，发现是ok的，保险起见，文件先备份了一份，即cuxxx_10.dll和cuxxx_100.dll两个文件共存。

  强烈建议不要直接改名字！！！，tf2.x需要的就是cuxxx_10.dll哦！！！

  然后重新测试了一下，OK了就：

  遇到错误的话多去看看官方文档，看看硬件要求是否满足，依赖库是否安装好了。

2.2 TensorFlow 2.x

	# tensorflow-gpu 2.1
	# 不写版本号的话默认是最新的, 当时最新的版本为2.1
	pip install tensorflow-gpu=2.1

	# test
	import tensorflow as tf
	
	# 查看版本号
	tf.__version__
	# 查看gpu能否使用
	tf.test.is_gpu_available()

3. PyTorch

  PyTorch官网

	# pytorch-gpu 1.7.1
	pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

	# test
	import torch

	# 查看版本号
	torch.__version__
	# 查看gpu能否使用
	torch.cuda.is_available()
	# 查看gpu数量
	torch.cuda.device_count()
	# 查看gpu名字
	torch.cuda.get_device_name(0)

  其他版本可具体查看相应的安装方式：PyTorch其他版本

4. PaddlePaddle

  百度飞桨PaddlePaddle官网

	# paddlepaddle-gpu 2.0.2
	python -m pip install paddlepaddle-gpu==2.0.2.post101 -f https://paddlepaddle.org.cn/whl/mkl/stable.html

	# test
	import paddle

	# 查看版本号
	paddle.__version__
	# 检查是否安装成功
	paddle.utils.run_check()

  在安装之前，还是要检查一下硬件是否满足，飞桨官网给了一些详细信息，仅供参考：

结束语

  本篇博文的目的也算是在于记录吧，平时用的比较多，有时候环境崩了，需要去网上搜相关的博客来参考。不过这下子就方便多了，哈哈哈哈哈，方便自己，顺便帮助别人，哈哈哈哈哈哈哈。