使用 GPU 并不是绝对必要的,但我们强烈推荐使用 GPU。大部分代码示例都可以在笔记本电脑的 CPU 上运行,但训练模型有时可能需要等待几个小时,而在一个好的 GPU 上则只需要几分钟。
想要用 NVIDIA GPU 做深度学习,需要同时安装 CUDA 和 cuDNN。
安装cuda时,第一次会让设置临时解压目录,第二次会让设置安装目录;
临时解压路径,建议默认即可,也可以自定义。安装结束后,临时解压文件夹会自动删除;
安装目录,建议默认即可;
注意:临时解压目录千万不要和cuda的安装路径设置成一样的,否则安装结束,会找不到安装目录的!!!
对安装的组件不太熟的用户建议选择精简安装,也就是安装所有组件并重写(覆盖)当前驱动
安装完毕后,我们来测试一下CUDA是否安装成功。键入Win+R
打开Windows命令提示符,键入nvcc -V
,即可返回当前CUDA的版本信息。如果Windows命令提示符无法识别nvcc命令,则说明安装失败。
不用考虑环境变量,cuda安装过程中系统自动设置环境变量,不信的话,你去看看安装完成后系统变量是否增加了cuda的环境变量
下载完成后,我们将其解压,并将里面的cuDNN文件夹重命名,复制到CUDA的安装目录下。此处可能弹出需要管理员权限的提示信息,点击继续即可。
上述步骤完成后已经表明cuDNN安装完成。但是,我们还需要让计算机感知到cuDNN文件的具体位置,因此我们需要配置系统环境变量。回到桌面,点击“此电脑”,右键选择“属性”,在“控制面板主页”中选择“高级系统设置”,在弹出的对话框中点击“环境变量”,进入环境变量编辑对话框。
在“系统变量”一栏中找到Path变量,点击“新建”,键入cuDNN的安装路径“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\cudnn-10.1\cuda\bin”
,并点击“向上移动”将其置顶。