Win10+RTX2080深度学习环境搭建：tensorflow、mxnet、pytorch、caffe

短命女 2022-04-02 11:45 622阅读 0赞

### 文章目录 ###

*  准备工作
 *  设置conda国内镜像源
 *  conda 深度学习环境
 *  tensorflow、mxnet、pytorch安装
 *   *  tensorflow
     *  mxnet
     *  pytorch
 *  Caffe安装
 *   *  配置文件修改
     *  编译时常见错误
     *  运行时错误
 *  参考

GPU为 **RTX2080**，系统为更新到最新版本的 **Win10**。

# 准备工作 #

*  安装**VS2015**，到官网地址[older-download][]下载安装
 *  安装**Matlab**，笔者安装的是Matlab2017b
 *  安装**Anaconda3-4.4.0-Windows-x86\_64.exe**（到[anaconda archive][]下载），笔者曾下载并安装了最新版的Anaconda3-2018.12-Windows-x86\_64.exe，在使用conda安装包时发生SSLError错误，据[github issue][]所说是最新版win10和最新版anaconda有冲突，4.4版本没有这个问题，4.4对应的**python版本为3.6**
 *  安装**CUDA 10.0**，到[cuda-toolkit-archive][]根据自己的平台下载安装，安装好后可以看到环境变量多了CUDA\_PATH、CUDA\_PATH\_10\_0等，以及path中也多了bin和libnvvp路径
 *  安装**CUDNN 7.4**，到[cudnn-archive][]根据CUDA版本下载安装，下载下来后将其中的所有文件（bin、include、lib文件夹）拷贝到cuda的目录，合并对应的文件夹

# 设置conda国内镜像源 #

为conda设置**国内镜像源**，默认国外的镜像源会比较慢。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
    conda config --set show_channel_urls yes

这时目录"C:\\Users\\用户名"下的.condarc文件内容变为

channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
    show_channel_urls: true

如果有default可以删除。

# conda 深度学习环境 #

# 创建conda环境
    conda create -n py36DL python=3.6
    # 更新pip
    pip install --upgrade pip
    # 若报错
    easy_install pip
    # 激活环境
    activate py36DL
    # 安装ipython，后面用于测试库是否安装成功
    conda install ipython

# tensorflow、mxnet、pytorch安装 #

注意：**下面的所有安装都是在激活了的py36DL环境中进行的**。

## tensorflow ##

笔者通过[官网][Link 1]、通过conda、通过豆瓣镜像源安装tensorflow在import时都会失败，报“ImportError: DLL load failed: 找不到指定的模块”的错误，最终成功的安装方式如下：

到[fo40225/tensorflow-windows-wheel][fo40225_tensorflow-windows-wheel]找到对应的版本下载whl，笔者下载的是**tensorflow\_gpu-1.12.0-cp36-cp36m-win\_amd64.whl**的avx2版本（有两个压缩包，解压出whl文件），如果安装不成功的话可以试试sse2版本，这里神奇的地方是该whl文件应该是在cuda100cudnn73avx2下编译的，但是我的环境是cuda100和cudnn74，竟然也是可以安装成功的，**笔者久经磨难，喜极而泣**。

下载下来后通过pip安装

# 切换到whl目录
    pip install tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
    
    # 进入ipython验证
    import tensorflow as tf
    tf.VERSION
    # '1.12.0'

## mxnet ##

mxnet安装比较简单，这里直接通过豆瓣镜像源用pip安装。

pip install -i https://pypi.doubanio.com/simple/ mxnet-cu100
    
    # 进入ipython验证
    import mxnet
    mxnet.__version__
    # '1.3.1'

mxnet的[官网][Link 2]显示支持到cu92，实际已经有了cu100版本。

## pytorch ##

pytorch的安装也很简单，在[官网][Link 3]，选择pip、Python3.6、CUDA10.0，显示

pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.0-cp36-cp36m-win_amd64.whl
    pip3 install torchvision

这里先把链接https://download.pytorch.org/whl/cu100/torch-1.0.0-cp36-cp36m-win\_amd64.whl拷贝到IDM下载whl文件，然后离线安装

# 切换到whl路径
    pip install torch-1.0.0-cp36-cp36m-win_amd64.whl
    pip install torchvision
    
    #进入ipython验证
    import torch
    torch.__version
    # '1.0.0'

# Caffe安装 #

笔者使用的是[happynear/caffe-windows][happynear_caffe-windows]版本的caffe，下载解压，同时下载第三方库拷贝到项目windows/thirdparty/文件夹，Copy .\\windows\\CommonSettings.props.example to .\\windows\\CommonSettings.props，打开Caffe.sln，根据github上的README修改配置文件.\\windows\\CommonSettings.props，编译成功后再参考README配置python和matlab，**注意使用时需要将thirdparty/bin目录添加到path环境变量，否则运行时会报错**。

修改环境变量后以管理员运行CMD，运行

echo %path%

立即生效，不用重启系统。

## 配置文件修改 ##

主要修改项如下：

*  **UseCuDNN**：true
 *  **CudaVersion**：10.0
 *  **PythonSupport**：true
 *  **MatlabSupport**：true
 *  **CudaArchitecture**：compute\_50,sm\_50;compute\_52,sm\_52;compute\_60,sm\_60;compute\_61,sm\_61;compute\_70,sm\_70;compute\_75,sm\_75;
 *  **CuDnnPath**：C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDNN-100。需替换为你的cudnn7.4的路径
 *  **PythonDir**：D:\\Anaconda3\\envs\\py36DL\\。替换为你的python路径
 *  **MatlabDir**：D:\\Program Files\\MATLAB\\R2017b\\。替换为你的matlab路径

根据[wiki][]，RTX2080的Compute capability (version)为7.5，目前只有CUDA10.0支持7.5，因此CudaArchitecture中如果加入compute\_75,sm\_75;的话需要CUDA为10.0，否则会报错。如果装的是CUDA9.2，在不加compute\_75,sm\_75;的情况下也是可以编译成功的。

## 编译时常见错误 ##

*  **将警告视为错误**  
    在报错的工程上右键，选择 属性→C/C++→将警告视为错误，改为否，生成项目。要是某个项目文件报这个错的话，也可以在相应文件上右键，进行同样操作。
 *  **The Windows SDK version 10.0.10586.0 was not found**  
    在报错的工程上右键，选择 重定SDK版本目标，选择 目标平台版本（默认就一项 8.1），点击确定，生成项目。

## 运行时错误 ##

*  **Check failed: error == cudaSuccess (74 vs. 0) misaligned address**  
    根据[cuDNN bug in Caffe with “group” in conv layer (misaligned address) \#5729][cuDNN bug in Caffe with _group_ in conv layer _misaligned address_ _5729]，在 cudnn\_conv\_layer.cpp 文件`void CuDNNConvolutionLayer<Dtype>::Reshape`函数`size_t total_max_workspace = ...`代码前加入对齐代码如下

> this is a bug of Caffe, I solved it by modifying cudnn\_conv\_layer.cpp and aligning the address to be multiples of 32.  
> You can insert tow lines of code before size\_t total\_max\_workspace = … as follow:

size_t m=32;
    max_workspace = (max_workspace + m-1) / m * m; //align address to be multiples of m

> BTW, I think there is another bug, these lines should be put in else block:

for (int g = 0; g < (this->group_ * CUDNN_STREAMS_PER_GROUP); g++) { 
      workspace[g] = reinterpret_cast<char *>(workspaceData)+g*max_workspace;
    }

# 参考 #

*  [CUDA wiki][wiki]
 *  [happynear/caffe-windows][happynear_caffe-windows]
 *  [cuDNN bug in Caffe with “group” in conv layer (misaligned address) \#5729][cuDNN bug in Caffe with _group_ in conv layer _misaligned address_ _5729]

[older-download]: https://visualstudio.microsoft.com/vs/older-downloads/
[anaconda archive]: https://repo.anaconda.com/archive/
[github issue]: https://github.com/conda/conda/issues/6064
[cuda-toolkit-archive]: https://developer.nvidia.com/cuda-toolkit-archive
[cudnn-archive]: https://developer.nvidia.com/rdp/cudnn-archive
[Link 1]: https://tensorflow.google.cn/install/pip
[fo40225_tensorflow-windows-wheel]: https://github.com/fo40225/tensorflow-windows-wheel
[Link 2]: http://mxnet.incubator.apache.org/install/index.html?platform=Windows&language=Python&processor=GPU
[Link 3]: https://pytorch.org/get-started/locally/
[happynear_caffe-windows]: https://github.com/happynear/caffe-windows
[wiki]: https://wiki2.org/en/CUDA
[cuDNN bug in Caffe with _group_ in conv layer _misaligned address_ _5729]: https://github.com/BVLC/caffe/issues/5729#issuecomment-378519210