4.2 操作步骤

安装显卡驱动

使用浏览器访问 NVIDIA 官网，并选择显卡的驱动版本。本文选择配置如下图所示：

下载完成后，请双击安装包，根据页面提示完成安装。

安装 CUDA

进入 CUDA Toolkit Archive，选择对应版本。本文以下载10.2版本为例，如下图所示：

进入 “CUDA Toolkit 10.2 Download” 页面，选择对应系统配置。本文选择配置如下图所示：

单击 Download，开始下载（CUDA 10.1都选择最新的一版）。

4. 下载完成后，请双击安装包，并根据页面提示进行安装。其中，请注意以下步骤：

在弹出的 “CUDA Setup Package” 窗口中，Extraction path 为暂时存放地址，无需修改，保持默认并单击 OK。如下图所示：

配置环境变量

1 在弹出菜单中选择运行。

2. 在“运行”窗口中输入 sysdm.cpl，并单击确定。

3. 在打开的“系统属性”窗口中，选择高级页签，并单击环境变量。如下图所示：

4.选择“系统变量”中的 “Path”，单击编辑。

5. 在弹出的“编辑环境变量”窗口中，新建并输入如下环境变量配置。

/

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA Corporation\NVSMI

编辑完成后如下图所示：

6.连续单击3次确定，保存设置。

检查显卡驱动及 CUDA

1.在弹出菜单中选择运行。

2. 在“运行”窗口中输入 cmd，并单击确定。

3. 在 cmd 窗口中：

执行以下命令，检查显卡驱动是否安装成功。

nvidia-smi

/

返回如下图所示界面表示显卡驱动安装成功。下图为正在运行中的 GPU，在 GPU 运行时，该命令可查看 GPU 的使用情况。

执行以下命令，检查 CUDA 是否安装成功。

/

nvcc -V

返回如下图所示界面表示 CUDA 安装成功。

安装 cuDNN（见本地文档）

1.前往 cuDNN Download 页面，单击 Archived cuDNN Releases 查看更多版本。

2. 找到所需 cuDNN 版本，并下载。

3. 解压 cuDNN 压缩包，并将 bin、include 及 lib 文件夹拷贝至 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2 目录下。

4. 至此已完成 cuDNN 安装。

可能遇到的后续问题（持续更新）

1、解决Could not load dynamic library ‘cudnn64_7.dll‘； dlerror cudnn64_7.dll not found

解决：下载文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA目录下

2、【Python与tensorflow关联报错】ModuleNotFoundError: No module named ‘termcolor‘，但pip3 show termcolor显示包已存在

解决：卸了重装termcolor

3、NVIDIA Jetson Xavier NX上导入tensorflow报错:AttributeError: module ‘wrapt‘ has no attribute ‘ObjectProxy‘

解决：pip3 install wrapt==1.11.1

参考：大神文章