在 Windows 下配置深度學(xué)習(xí)環(huán)境，必須先行安裝 Visual Studio 2019 IDE - 適用于 Windows 的編程軟件 (microsoft.com)柳刮。
1 安裝 MXNet
由于 MXNet 暫不支持 cuda11（2021/01/18）挖垛，所以需要先安裝。
conda create -n mxnet python==3.8
conda activate mxnet
conda install cudnn
pip install mxnet-cu102 -f https://dist.mxnet.io/python
配置 Jupyter Notebook 支持：
conda install ipykernel
python -m ipykernel install --name mxnet
pip install autopep8
驗證安裝：
import mxnet as mx
a = mx.nd.ones((2, 3), mx.gpu())
b = a * 2 + 1
print('mxnet 版本：', mx.__version__)
b.asnumpy()
顯示：
mxnet 版本： 2.0.0
array([[3., 3., 3.],
[3., 3., 3.]], dtype=float32)
2 GPU 驅(qū)動安裝
必須在系統(tǒng)中安裝以下 NVIDIA? 軟件：
- NVIDIA? GPU 驅(qū)動程序：CUDA? 10.2 需要 418.x 或更高版本秉颗。
- CUDA? 工具包：TensorFlow 支持 CUDA? 10.2（TensorFlow 2.1.0 及更高版本）
- CUDA? 工具包附帶的 CUPTI痢毒。
- cuDNN SDK 7.6
- （可選）TensorRT 6.0，可縮短用某些模型進(jìn)行推斷的延遲時間并提高吞吐量蚕甥。
這里我選擇的是：
- CUDA Toolkit 11.1.1 (Oct 2020) 或者直接按照 Download Drivers | NVIDIA 自行設(shè)定
- cuDNN Library for Windows (x86)哪替，安裝教程見 Installation Guide :: NVIDIA Deep Learning cuDNN Documentation
安裝步驟簡介：
- 安裝 CUDA Toolkit 11.1.1
- 解壓 cuDNN Library for Windows (x86)，并將其 放入
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
分別使用 nvcc -V菇怀、nvidia-smi 驗證安裝是否正確：
3 安裝 TensorFlow
您可以參閱 pip 安裝指南凭舶，了解可用的軟件包、系統(tǒng)要求和說明爱沟。TensorFlow pip 軟件包對采用 CUDA? 的顯卡提供 GPU 支持：
conda create -n TensorFlow python==3.8
conda activate TensorFlow
pip install tensorflow
將最新穩(wěn)定版 TensorFlow 安裝帅霜，此時默認(rèn)支持 GPU。
打開 Python 終端呼伸，還是報錯：
錯誤提示說身冀，需要 CUDA10.1，好吧括享，再安裝吧搂根。再次下載并安裝 CUDA Toolkit 10.1 update2 (Aug 2019) 和 cuDNN Library for Windows10 (x86)。接著按照安裝 CUDA11.1 的方式一樣進(jìn)行即可铃辖。
此時再調(diào)用剩愧，便提示安裝成功：
配置 Jupyter Notebook 支持：
conda install ipykernel
python -m ipykernel install --name TensorFlow
pip install autopep8
在 Jupyter Notebook 中測試：
import tensorflow as tf
print('TensorFlow 版本:', tf.__version__)
x = tf.range(4, dtype=tf.float32)
tf.print(x)
tf.config.list_physical_devices('GPU')
輸出：
TensorFlow 版本: 2.4.0-rc3
[0 1 2 3]
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU'),
PhysicalDevice(name='/physical_device:GPU:1', device_type='GPU')]
說明安裝成功。
4 安裝 PyTorch
conda create -n torch python==3.8
conda activate torch
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch
配置 Jupyter Notebook 支持：
conda install ipykernel
python -m ipykernel install --name torch
pip install autopep8
驗證：
import torch
print('torch 版本: ', torch.__version__)
torch.cuda.is_available(), torch.rand(3,3).cuda()
輸出：
torch 版本: 1.7.0
(True,
tensor([[0.6373, 0.9435, 0.3128],
[0.0077, 0.2084, 0.3117],
[0.3208, 0.6816, 0.4047]], device='cuda:0'))
安裝成功澳叉。
最終的效果是：
