Win10+RTX3060机器学习环境配置
1、下载准备
2、下载安装CUDA和CUDNN
2.1 cuda和cudnn下载
2.2 cuda和cudnn安装
3、安装GPU版pytorch与TensorFlow
3.1 下载
3.2 安装
1、下载准备
相关的安装包比如CUDA、CUDNN、Pytorch等都可以在python环境配置相关链接找到相应版本下载。这里所有的库都是下载到本地后再安装的。
- 选择CUDA版本，在NVIDIA控制面板可以看到RTX3060驱动目前最高支持CUDA 11.2版本
实测目前RTX3060不支持CUDA 11以下版本，会报错：cuda的算力要支持你的显卡算力。
- 显卡驱动、算力、cuda版本等查看CUDA发行文档说明
- torch与torchvision版本对应
2、下载安装CUDA和CUDNN
2.1 cuda和cudnn下载
1、要先下载Visual studio,才可以安装CUDA，安装vs随便选几个就好
2、进入CUDA官网下载CUDA，这里我下的是CUDA11.1.1版本的
3、 开始下载，共3.1G。需要花点时间，这边可以先去下载好cudnn
4、cudnn下载
cuda可以看做是一个工作台，而cudnn是基于cuda的深度学习加速库，想要在cuda上深度学习加速必须安装cudnn。
进入cudnn官网，下载cudnn需要登录，没有账号的根据官网提示注册下，很快的。我是直接用qq登录的。登录进去后选择相应版本下载，共661MB
2.2 cuda和cudnn安装
1、 双击下载好的cuda应用程序，
然后是建立一个临时文件存储提取出来的内容，安装好会自动删掉。
2、 这里因为之前下载了vs，所以自定义可以不选vs，但我测试了直接选择精简的（全部安装），也没报错（如果这里的新版本号小于当前版本号，那一定要把这个勾去掉。否则会安装失败(相同或大于的话，就不用去勾了
3、 默认安装到c盘就好的，也占不了多大空间
4、 安装好后，打开下载好的cudnn文件夹，发现里面有三个子文件夹，将文件夹里面包含的的文件（如下图）分别复制到C盘安装目录的对应文件夹里
以bin为例，复制到CUDA下面对应的文件夹,include和lib也类似。
5、重启电脑。
3、安装GPU版pytorch
3.1 下载
1、离线下载pytorch
在https://download.pytorch.org/whl/torch_stable.html找到与当前python对应的版本pytorch以及torchvision版本，下载到本地。
其他需要的库可以在https://www.lfd.uci.edu/~gohlke/pythonlibs/下载好。
2、在线安装
在终端输入：
pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
