win10 64位, python, pycharm, CUDA, cuDNN, tensorflow2.x 安装及版本对应问题

win10 64位, python, pycharm, CUDA, cuDNN, tensorflow2.x

1. 操作系统：win10 pro 64-bit

2. 显卡驱动安装：

• List item查看显卡型号：桌面右键，英伟达控制面板，左下角系统信息。可以查看显卡信息以及现在电脑上装的显卡驱动版本，如果想更新驱动，则进行下一步。
  

  • 在英伟达官网下载对应的驱动并下载安装，下载位置任意，双击运行安装，使用默认安装位置，一直下一步。安装完毕，重启电脑。
    显卡驱动下载地址

3. python安装

   我用的是python-3.7.7-amd64

   下载一个你想用的python版本，如果要使用python做深度学习使用tensorflow的话，要看对应版本。如下图所示。
   查询tensorflow和python以及cuDNN、CUDA的对应版本：查询tensorflow和python以及cuDNN、CUDA的对应版本述

4. pycharm安装

   我用的是 pycharm-professional-2020.1.2

   至于安装**方法，网上一大堆，总有好用的。我随便找了一个，也不知道行不行，可以试试看：随便找的一个安装**方法

5. CUDA安装

   我用的是： cuda_10.0.130_411.31_win10

   CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。CUDA的本质是一个工具包（ToolKit）

   CUDA® 架构为 3.5、3.7、5.2、6.0、6.1、7.0 或更高的 NVIDIA® GPU 卡。

   CUDA和显卡驱动对应版本查询：CUDA和显卡驱动对应版本查询
   

   CUDA各版本下载地址：CUDA各版本下载地址
   注意：显卡高级的驱动对CUDA版本是向下兼容的，可下载低版本的CUDA。

6. cuDNN:

   我用的是cudnn-10.0-windows10-x64-v7.6.5.32

   NVIDIA CUDA® 深度神经网络库 (cuDNN) 是经 GPU 加速的深度神经网络基元库。cuDNN 可大幅优化标准例程（例如用于前向传播和反向传播的卷积层、池化层、归一化层和**层）的实施。

   世界各地的深度学习研究人员和框架开发者都依赖 cuDNN 实现高性能 GPU 加速。借助 cuDNN，研究人员和开发者可以专注于训练神经网络及开发软件应用，而不必花时间进行低层级的 GPU 性能调整。cuDNN 可加速广泛应用的深度学习框架，包括 Caffe2、Chainer、Keras、MATLAB、MxNet、PyTorch 和 TensorFlow。

   cudnn下载地址：cudnn下载地址（官网需要注册账号登陆）

7. tensorflow-gpu下载安装

   先查询tensorflow和python以及cuDNN、CUDA的对应版本：查询tensorflow和python以及cuDNN、CUDA的对应版本

注意：这里我不清楚是不是高版本向下兼容的，所以还是根据官网给的对应版本，下载安装相应的为好。但是我的cuDNN用的是v7.6.5.32，比官方给的版本要高，也能用。

至于tensorflow-gpu的安装，直接在pycharm中的files-settings-project interpreter，在建立好的虚拟环境中安装就好了。

如果默认的下载源不要好用的话，可以试试阿里云的这个下载源。https://mirrors.aliyun.com/pypi/simple/

如下图，点击manage repositories 添加即可。

8. 接下来就能开开心心做深度学习啦~~~