背景信息

實例環境如下表所示。

                    
說明
                    
如何選擇對應版本請參見如何選擇驅動及相關庫、軟件版本。
                    
                  
                  

操作步驟

步驟一： 創建GPU實例

請參見用戶指南-?>創建GPU云主機?>創建未配備驅動的GPU云主機，創建GPU云主機實例。

步驟二：安裝顯卡驅動

1. 登錄已創建的GPU云主機，操作參見Windows彈性云主機登錄方式概述。
2. 訪問 ，選擇顯卡的驅動版本。單擊“SEARCH”進入下載頁面，單擊進行下載。
3. 完成下載后，根據提示完成安裝。

步驟三：安裝CUDA

1. 訪問英偉達官網 ，選擇對應版本。

2. 進入 CUDA Toolkit 11.3.0 Download 頁面，選擇對應系統配置。

3. 單擊 “Download”，開始下載。
4. 下載完成后，請雙擊安裝包，并根據提示進行安裝。

請注意以下步驟：

在彈出的 CUDA Setup Package 窗口中，Extraction path 為暫時存放地址，無需修改，保持默認并單擊 OK。

在許可協議步驟中，選擇“自定義”并單擊“下一步”。

根據實際需求選擇安裝組件，并單擊“下一步”。

完成安裝，根據提示重啟云主機。

步驟四：配置環境變量

1. 在操作系統界面使用“win +R”快捷鍵打開運行。
2. 在運行窗口中輸入 sysdm.cpl，并單擊“確定”。

3. 在打開的系統屬性窗口中，選擇“高級”頁簽，并單擊“環境變量”。

4. 選擇系統變量中的“Path”，單擊“編輯”。

5. 在彈出的編輯環境變量窗口中，新建并輸入如下環境變量配置（部分已有的無需再次新建）。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64
C:\Program Files\NVIDIA Corporation\NVSMI

6. 連續單擊3次“確定”，保存設置。

步驟五：檢查顯卡驅動及CUDA

1. 在操作系統界面使用“win +R”快捷鍵打開運行。
2. 在運行窗口中輸入 cmd，并單擊“確定”。

3. 在 cmd 窗口中，執行以下命令，檢查顯卡驅動是否安裝成功。

nvidia-smi

執行以下命令，檢查 CUDA 是否安裝成功。

nvcc -V

返回如下圖所示界面表示 CUDA 安裝成功。

步驟六：安裝cuDNN

1. 前往 頁面，單擊“Archived cuDNN Releases”，查看更多版本。
2. 找到所需 cuDNN 版本，并下載。

3. 解壓 cuDNN 壓縮包，并將 bin、include 及 lib 文件夾拷貝至 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3目錄下。

至此已完成 cuDNN 安裝。

步驟七：安裝Anaconda深度學習庫

建議通過創建的虛擬環境安裝Pytorch和Tensorflow。通過Anaconda，可便捷獲取包并對包進行管理，同時可統一管理環境。Anaconda 包含了conda、Python在內的超過180個科學包及其依賴項，安裝過程簡單，能高性能使用Python和R語言，且有免費的社區支持。

1. 前往，在頁面中下載所需版本，以Anaconda3-2021.11-Windows-x86_64為例。
2. 請雙擊安裝包，并根據頁面提示進行安裝。請注意在Choose Install Location步驟中，更改默認安裝路徑。因默認安裝路徑C盤中的 ProgramData文件夾為隱藏文件夾，為了方便管理，建議安裝在其他文件夾。

3. 單擊“Install”，根據提示完成安裝。

步驟八：配置Anaconda深度學習庫。

1. 在操作系統界面，單擊左下角的 ，在彈出菜單中選擇 Anaconda Prompt。

2. 在打開的 Anaconda Prompt 命令行窗口中，執行以下命令，創建虛擬環境。

conda create -n xxx_env python=3.9

                
說明
                
xxx_env 為環境名，python=3.11 為 Python 版本，您可根據實際需求進行修改。
              

如下所示即為安裝成功。

您可使用以下命令進入或退出已創建的虛擬環境。進入虛擬環境后，即可按照實際需求安裝包。

#激活命令

conda activate xxx_env

#退出命令

conda deactivate

步驟九：安裝Pytorch。

前往，使用官網推薦的安裝代碼。本文已安裝 CUDA 版本為11.3，在已創建的 xxx_env 虛擬環境中執行如下命令進行安裝：

# CUDA 11.3
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3

步驟十：安裝Tensorflow。

1. 執行以下命令，安裝 Tensorflow_gpu_2.6.0。

pip install tensorflow-gpu==2.6.0 -i //pypi.tuna.tsinghua.edu.cn/simple

2. 執行以下命令，安裝 keras。

pip install keras -i //pypi.tuna.tsinghua.edu.cn/simple

深度學習庫的安裝已基本完成。您可參考本文方法安裝更多所需要的包，并利用 Anaconda 自帶的 jupyter notebook、Spyder 工具或者安裝 PyCharm 等工具開始代碼學習。