安装GPU版本tensorflow、pytorch

好久没有写纯原创博客了，最近这几天超级超级忙，主要是周一到周四的早八到晚九的满课生活、沉淀了之前学过的知识和高强度的CSGO训练。

与我本人懒没有任何关系。

学校AI社团刚刚建立，纳新结束，百废待兴。我认为我这个时候写一篇不错的配置环境的文章，一定可以帮助初学者节省很多时间。

一、基础知识

我们平时直接pip install pytorch/tensorflow==版本号 - i 源，默认下载的都是CPU版本的，训练数据时可以看到你的CPU占用很高，GPU动都不动。
python的版本不同，允许你下载的pytorch/tensorflow版本也许会有一些小小的不同。
下载GPU版本的pytorch/tensorflow，需要下载CUDA和cuDNN，三者不需要担心下载顺序，可以不用知道CUDA和cuDNN是干什么的，跟着下载步骤安装完就好。
我们下载的pytorch/tensorflow、CUDA、cuDNN 都要严格按照版本来下载，以免出错。
有个东西叫环境变量，很多初学者学一门语言时跟着教程点点，就把环境变量配了，那些教程里也没说是干什么的，这里建议看下我的这篇文章： python与anaconda区别及先后安装的问题，当然不明白也没什么问题。
这里看到的是支持的cuda的最高版本，应该下载这以下的：

我本人显卡是3070，下载了11.0的cuda和8.0的cuDNN----2.4 的 tensorflow 和 1.71的torch：

30系显卡使用11版本以下的cuda会出现程序运行很慢的问题，不大兼容，以下显卡忽略这条。

很难找到一个合适的cuda版本，同时兼容自己满意的tensorflow和pytorch版本，虽然cuda可以下载多个版本懂哥可以配合版本随便用，但对于初学者来说工作量太大了。

我下载11.0的cuda，刚好满足了一个cuda兼容不太老也不太新版本的tensorflow，且以后用到的YOLOv5的torch>=1.70的要求。

当你成为懂哥后，你就能下载多个cuda、开多个虚拟环境配置不同版本的深度学习框架了。

二、下载安装pytorch/tensorflow

记得把你之前下载的CPU版本的卸载了，先把conda退了再卸载好点，报错了自己找文件位置删除。

pip uninstall temsorflow
pip uninstall pytorch

pytorch：

最新版：Start Locally | PyTorch
历史版本：Previous PyTorch Versions | PyTorch

我们不理会最新版本，点开历史版本，我们就能看到各种各样pytorch：

这是tensorflow的：

GPU支持CUDA列表：https://www.tensorflow.org/install/source_windows?hl=zh-cn

这张图哪都有，因为来自官网，现在是2022-09-20，tensorflow版本都到2.9了，但这张图还没更新，也别自做主张下载这之外的版本了，选一个图里面有的，看好cuda版本，和pytorch对比一下，下载吧：

以我本人为例：

你要做的步骤就是：

1、看tensorflow，选个版本，看下需要的cuda版本，然后点开pytorch页面ctrl+f输入cuda版本，找自己满意的pytorch版本，切记是pip install的，在conda install下面，conda install下载太慢了。

比如我选的：

pip install tensorflow_gpu==2.4.0 -i https://pypi.doubanio.com/simple
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

2、下载cuda，链接：CUDA Toolkit Archive | NVIDIA Developer，比如我选择11.0版本，那11.0.1或者11.0.2也行。下载完成后，安装路径什么的也不用管，就点击下一步就行。下载完成后，你的C:\Program Files\ 里就多了个 NVIDIA GPU Computing Toolkit 文件夹了。