Tesla v100 驱动Cuda 10.1cuDNN 10.1Anaconda 开始安装 1.安装Tesla显卡驱动
驱动下载地址:Official Drivers | NVIDIA
1)选择相应的型号下载 2)安装驱动由于需要安装cuda10.1驱动文件选择了 427.60-data-center-tesla-desktop-win10-64bit-dch-international 该版本
选择保持默认下一步,安装完毕重启电脑。
2.Cuda10.1 1)下载Cuda 10.1CUDA下载地址:https://developer.nvidia.com/cuda-10.1-download-archive-base
选择windows 10 x64系统版本,下载离线包。下载的包名是 cuda_10.1.105_418.96_win10 。
2)安装CUDA 10.1 如果不清楚自定义功能建议使用精简安装,此处为减少不必要软件的安装,选择自定义安装。
建议把无关的驱动和软件取消勾选,然后点击下一步选择安装路径上建议保持默认,继续下一步开始安装。
3.CUDNN 1)下载cuDNN cuDNN下载地址:NVIDIA cuDNN | NVIDIA Developer
进入cuDNN网站内,点击Download cuDNN,登录你的Nvidia账户,如果没有就注册一个。
登录后,勾选同意协议,点击Archived cuDNN Releases
选择相应版本的cuDNN并下载,可通过搜索快速确定版本,这里选择最新日期支持CUDA10.1的cuDNN进行下载。
2)安装cuDNN 解压下载好的cuDNN压缩包,进入cuda文件夹内,里面有三个文件夹和一个文本文件。
全选文件,复制到CUDA的文件夹下即可完成安装
默认CUDA的文件夹是:C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1
复制后的文件夹如下
4.检查是否安装完成进入 PowerShell 或者 CMD,输入命令 nvcc.exe --version 和 nvidia-smi.exe 即可检验是否完成以上步骤。
5.Anaconda 1)安装 Anaconda使用清华源下载Anaconda:Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
安装过程保持默认即可,安装完成后在开始菜单中运行 Anaconda prompt 即可使用Anaconda环境。
https://pytorch.org/get-started/previous-versions/
2)配置虚拟环境新建python3.6的环境: conda create -n pytorch python=3.7
激活环境:conda activate pytorch
3) 更换下载源更换清华源,加速下载
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes6.Pytorch 1)安装pytorch
查看 pytorch 历史版本安装:Previous PyTorch Versions | PyTorch
使用搜索快速定位到 Cuda10.1 ,复制命令
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
回车等待安装完成!
2)检查Pytorch是否安装完成输入 python 进入交互界面,导入 pytorch 库,检查 cuda 是否可用。
(base) PS C:Windowssystem32> conda activate pytorch (pytorch) PS C:Windowssystem32> python Python 3.7.11 (default, Jul 27 2021, 09:42:29) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import torch >>> torch.cuda.is_available() True总结
到此,所有安装工作已经完成。



