Windows配置深度学习环境

March 31, 2020

1453 6 minutes and 36 seconds

开发环境 NLP系列

Windows 10 平台深度学习环境配置

PS: 这里提一下，因为一直是使用Windows 10下的WSL2进行开发的，所以Windows 10系统本身并没有进行什么特别配置，但是WSL2(基于Hyper-V虚拟机)并没有显卡直通支持，所以只能在Windows 10本身配置了，不过这个特性会在WSL2以后进行添加，已经在Microsoft的日程上了。

Can I access the GPU in WSL 2? Are there plans to increase hardware support?

安装CUDA

CUDA（Compute Unified Device Architecture）

这个东西就不用说了吧，Nvidia倾力出品并行计算框架，使得GPU能够解决规模的计算问题。相当于CPU和GPU协同起来进行高性能计算。

CUDA不是专门针对深度学习的，任何算法都可以使用CUDA重写从而在GPU上运行。

首先是查看一下当前计算机安装的显卡驱动版本

然后去官网找到找到与自己显卡队形的驱动版本的CUDA安装包

这里可以看目前最新的CUDA是10.2.89，而我的显卡驱动也是最新的445.75，理应安装最新的版本，但是驱动是我在安装CUDA之后更新的，所以在我当时安装CUDA的时候我的最高兼容CUDA版本还是10.1版本，不过没关系，所有的CUDA都是向下兼容的，安装当前驱动所支持的最高版本就行了。

具体下载地址请戳 ↓

CUDA Toolkit Archive Download URL

因为我已经安装过了，所以具体的安装步骤就不能演示到最后一步了，不过可以重复前面的next步骤截图看看

这里切记选择自定义，反正我一开始选择精简是安装不上

这里也是一样除了不要的CUDA组件，不要选择其他的，否则安装不上

安装路径不要有中文，其实默认的挺好，不知道有的人为啥总喜欢改路径

然后就是安装完重启就行了~

重启之后打开Windows Terminal使用Powershell输入nvcc -V如果显示如下内容就说明你的CUDA安装成功了

PS: 看到这个截图，我又忘了写一篇这个terminal美化教程了，后续一定补上

安装cuDNN

cuDNN(NVIDIA CUDA® Deep Neural Network library)

这个东西我也是第一次接触，引用一下别人介绍：

cuDNN是NVIDIA专门针对深度神经网络（Deep Neural Networks）中的基础操作而设计基于GPU的加速库。

cuDNN为深度神经网络中的标准流程提供了高度优化的实现方式，例如convolution、pooling、normalization以及activation layers的前向以及后向过程。

cuDNN只是NVIDIA深度神经网络软件开发包中的其中一种加速库。

想了解NVIDIA深度神经网络加速库中的其他包请戳链接https://developer.nvidia.com/deep-learning-software。

这里Nvidia下载这个是需要注册，具体自己注册就好

具体下载地址请戳 ↓