一、深度學習為什么要搭建GPU運算環(huán)境？

熟悉深度學習的人都知道，深度學習是需要訓練的，所謂的訓練就是在成千上萬個變量中尋找最佳值的計算，所需計算的數據量異常龐大。CPU是一個有多種功能的優(yōu)秀領導者。它的優(yōu)點在于調度、管理、協(xié)調能力強，計算能力則位于其次。CPU的運算在遇到大體量的數據時就會耗費大量時間，而GPU相當于一個接受CPU調度的“擁有大量計算能力”的員工，用GPU運算則可以大大加快深度學習運算速度，從而減少科研的時間成本。

什么是CUDA？

CUDA（Compute Unified Device Architecture）是顯卡廠商NVIDIA推出的運算平臺。 CUDA™是一種由NVIDIA推出的通用并行計算架構，該架構使GPU能夠解決復雜的計算問題。

什么是Cudnn?

將CUDA看作是一個工作臺，上面配有很多工具，如錘子、螺絲刀等。cuDNN是基于CUDA的深度學習GPU加速庫，有了它才能在GPU上完成深度學習的計算。它就相當于工作的工具，比如它就是個扳手。但是CUDA這個工作臺買來的時候，并沒有送扳手。想要在CUDA上運行深度神經網絡，就要安裝cuDNN，這樣才能使GPU進行高速的深度神經網絡的工作。

二、搭建GPU運算環(huán)境

檢查自己的顯卡型號，選擇適合的CUDA和CUDNN
如圖打開NVIDIA控制面板–>系統(tǒng)信息–>找到NVCUDA.DLL

可以看到NVCUDA.DLL 后面產品名稱那一列寫著NVIDIA CUDA 10.2.95 driver，說明我的顯卡支持CUDA10.2及以下版本。

CUDA的下載

這里我選擇了CUDA 10.0版本，因為相較于最新版CUDA 10.2，版本稍低一點會相對穩(wěn)定點吧!進入NVIDIA官網下載CUDA然后安裝可以了。

下圖根據提示選擇好自己的系統(tǒng),系統(tǒng)架構，系統(tǒng)版本，下載方式，點擊下載的CUDA是最新的！想要下載歷史版本的話，需要自己去找，具體百度即可。

最后進入命令窗口輸入：nvcc -V查看安裝是否成功。下圖就是成功安裝的樣子。

Cudnn的下載

進入Cudnn界面–>點擊Download cuDNN
這里網站會要求你注冊一個英偉達賬號，注冊了就會跳轉去下載頁面，最后根據自己安裝的CUDA版本選擇Cudnn版本就好。我用的是Cudnn 7.6.5。

下載解壓后，把CuDNN目錄里面的bin, include, lib里面的文件覆蓋放入CUDA目錄下對應的bin,include,lib里面（注意是復制文件，而不是文件夾）。

至此GPU運算環(huán)境就算搭建完成了！

三、Ananconda3的安裝

什么是Anaconda？

Anaconda指的是一個開源的Python發(fā)行版本，其包含了conda、Python等180多個科學包及其依賴項。

Conda是一個開源的包、環(huán)境管理器，可以用于在同一個機器上安裝不同版本的軟件包及其依賴，并能夠在不同的環(huán)境之間切換。

下載Anaconda3

根據電腦系統(tǒng)和python版本選擇下載文件，按照安裝程序的指示進行安裝就好了。

四、Anaconda虛擬環(huán)境的搭建

 什么是虛擬環(huán)境？

虛擬環(huán)境無非就是將系統(tǒng)的Python運行環(huán)境copy到一個指定的文件夾下，這個文件夾里的內容就是所謂的虛擬環(huán)境。你可以在這個copy出來的環(huán)境做實驗(寫你的Python代碼)而不用擔心影響到其它的項目。也就是說每個虛擬環(huán)境都是獨立的相互隔離的。

不同項目所需要的框架和python包甚至是框架和包的版本都各不相同，所以為每個項目搭建特定的虛擬環(huán)境是非常有必要的，要養(yǎng)成這個好習慣！

虛擬環(huán)境的相關操作

使用conda create -n your_env_name python=X.X（2.7、3.6等)命令創(chuàng)建python版本為X.X、名字為your_env_name的虛擬環(huán)境。
進入虛擬環(huán)境：conda activate your_env_name(虛擬環(huán)境名稱)

對虛擬環(huán)境中安裝額外的包：conda install -n your_env_name [package]
退出虛擬環(huán)境：deactivate

五、選擇要搭建的深度學習框架

 Pytorch的安裝

進入pytorch官網，選擇自己的操作系統(tǒng)、編程語言、CUDA版本，最后紅圈部位會出現一行命令，復制到命令窗口就可以下載了。

但是！這種方法靈活性很低，我安裝的是CUDA 10，上圖Package里沒有這個選項怎么辦？還有PyTorch的版本在國內下載是非常非常非常慢的，而且近期清華與科大的鏡像都被封了，就導致了直接使用PyTorch官網推薦的語句很難安裝。

解決辦法是：下載安裝包到本地 。
建議大家在Package一項中選擇“pip”安裝，然后在“Run this Command”這一欄，直接復制代碼中的兩個網址，就可以下載到本地來進行安裝了。

檢查環(huán)境和GPU運算是否搭建成功

我上網了解很多人使用pytorch 1.2版本，所以沒有下載最新的1.5。

import torch
print("hello pytorch {}".format(torch.__version__))
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

Tensorflow的安裝

TensorFlow是基于VC++2015開發(fā)的，所以需要下載安裝VisualC++ Redistributable for Visual Studio 2015 來獲取MSVCP140.DLL的支持。

我這里下載了Visual Studio 2017。
然后就是好習慣時刻——創(chuàng)建一個虛擬環(huán)境，進入其中執(zhí)行下載語句conda install tensorflow安裝就可以了！我用的是 Tensorflow 1.14.0。

五、心得和一些建議

整個深度學習環(huán)境的搭建過程是挺磨人的，我期間參考了許多博客和視頻。由于版本問題不匹配而導致環(huán)境搭好了又要推倒重來，不斷地踩坑排坑，還好結果是好的。
給一些建議：

• 在搭建GPU環(huán)境前，要了解自己的顯卡支持的CUDA版本，并且cudnn要和CUDA版本匹配。
• 無論是CUDA還是深度學習框架，盡量避免使用最新版，版本稍微低一點點就夠了，因為出了問題能找到很多同版本使用者的解決方案。
• 國內下載python包有時會很慢甚至報一些連接失敗的錯誤，換個下載方式就好了。
• 多利用虛擬環(huán)境，避免各個環(huán)境間的污染。
• 搭建好環(huán)境后，去跑一個中等大小的圖像數據集代碼吧！然后去看看你的GPU利用率是否變得很高，驗證環(huán)境確實是搭建成功了。

本文所涉及到的版本配置

• Window 10 + RTX 2060
• CUDA10.0+Cudnn 7.6.5
• Pytorch 1.2.0 +Python 3.6.5
• Tensorflow 1.14.0+Visual Studio 2017+python 3.7.3
  

到此這篇關于Win10 GPU運算環(huán)境搭建(CUDA10.0+Cudnn 7.6.5+pytroch1.2+tensorflow 1.14.0)的文章就介紹到這了,更多相關Win10 GPU運算環(huán)境搭建內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論