如何安装GPU版本的torch 如何安装gpu的tensorflow

1、检查并安装VS环境

        安装GPU版本的TensorFlow，首先需要检查VS环境，如果没有需要安装，但是VS全部安装会占内存，因此可以去下载地址

        对应下载安装vc_redist2015.x64.exe 和vc_redist2015.x86.exe即可

2、安装CUDA

        安装好VS环境后，再安装CUDA

        安装CUDA前需要检查自己电脑的NVIDIA版本，然后查找对应的CUDA版本Release Notes :: CUDA Toolkit Documentation

        CUDA下载地址，下载选用local版本

下载地址：CUDA Toolkit Archive | NVIDIA Developer

        选择安装需求的版本下载即可。

        如果网络不好，以上下载界面可能不能出现，可以多试一下。

        然后选择自定义安装CUDA，选择部分安装即可。

        安装结束后，系统一般会自动设置相关环境变量，可运行cmd命令进行查看

        查看cuda版本号：nvcc -V

        查看cuda的环境变量：set cuda

        出现以上信息则表明已配置环境变量，若出现错误，自行配置cuda的环境变量即可

        （1）右击“我的电脑”—>属性—>高级系统设置

        （2）选择“高级”—>环境变量

        （3）在系统变量中添加cuda的安装路径即可，然后再打开cmd命令窗口验证是否配置成功

3、下载CUDNN

        安装好CUDA后，还需要下载cudnn

下载地址

        下载完cudnn后，解压cudnn，把里面的lib、include 和bin 三个小文件拷贝到cuda 安装的目录对应的文件夹里面去即可

        安装对应的TensorFlow-GPU版可以查看对应的CUDA、CUDNN版本https://www.tensorflow.org/install/source_windows

        目前未更新新版本的CUDA、cuDNN与TensorFlow-gpu的版本关系，但是安装2.5.0以上版本的tensorflow-gpu就行

4、安装tensorflow-gpu

        以上步骤完成后，就可以进入cmd窗口安装tensorflow-gpu

        建议使用conda创建虚拟环境安装

        安装步骤如下

        （1）创建虚拟环境  

conda create -n {虚拟环境名字} python={python版本号}

        （2）激活环境

conda activate {虚拟环境名字}

        （3）安装tensorflow-gpu

pip install tensorflow-gpu==2.5.0

5、配置清华镜像下载地址

        建议使用清华、阿里、豆瓣镜像安装，这样速度较快，以清华镜像为例：

         在C:\Users\(用户名)目录下，创建一个pip 文件夹，创建一个pip.ini 文件，里面就写

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple