Win10 CUDA CUDNN 安装配置（torch paddlepaddle）

前言

终于，这次把CUDA CUDNN的配置给搞定了，我的显卡是Geforece Nvidia 930MX。
这次记录下配置过程。cuda10.2版本对torch,paddle有良好的支持，所以本次我们安装cuda10.2

一：查看支持cuda10.2的驱动程序

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

cuda 10.2 的驱动程序版本大于等于441.22

二：获取支持自己GPU的驱动程序

https://www.nvidia.cn/geforce/drivers/

根据第一步，我们需要下载的驱动程序大于等于441.22

输入本机型号

搜索查看满足的驱动

下载安装

下载 cuda10.2 和 cudnn

可以在下面官网获取，也可以直接从百度网盘获取
链接：https://pan.baidu.com/s/1W5IjQWDrT0kpmI1fMoapmQ?pwd=if33
提取码：if33

cuda 10.2下载地址

https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

cudnn 各版本下载地址

https://developer.nvidia.com/rdp/cudnn-archive

解压安装cuda10.2

Update.Core 安装可能报错，直接删除就行

安装时选择自定义安装，然后自行选择安装路径，当然最好直接默认

解压添加cudnn

将解压的cudnn对应文件夹的文件，移动到我们安装的cuda对应的文件夹里面

添加环境变量

三 测试安装

nvcc -V

torch 历史版本

https://pytorch.org/get-started/previous-versions/

torch paddle tensorflow测试是否安装成功

import tensorflow as tf
print(tf.test.is_gpu_available())
print(tf.config.list_physical_devices('GPU'))

import torch
print(torch.cuda.is_available())
print(torch.Tensor(5, 3).cuda())

import paddle
paddle.fluid.install_check.run_check()
paddle.fluid.is_compiled_with_cuda()

结语

到此就基本完成了。