AIAnimation GPU渲染环境详细配置

The Current Progress / 当前进度

  • Unity初级编程 - 中级编程 / √
  • 动画系统demo实践 完成模型导入-> 动画绑定 -> 状态机组织动画 / √
  • 工具 fbx -> motiondate -> 中间数据 -> 模型训练 / ing
  • ue4状态机 + AI + 行为树 / Waiting
  • 着手AIAnimation框架，着手动画系统的改写 / Waiting

Cuda and CunNN 安装与配置

  • 检查 NVIDIA 显卡
  • 安装 Cuda
  • 安装 CuDNN
  • 配置环境变量

检查 NVIDIA 显卡

电脑显卡必须为NVIDIA显卡，否则无法安装CUDA，CUDA仅为NVIDA提供的面向编程的加速库

  • cmd 命令行中输入 nvidia-smi 检查

CUDA Version 为 NVIDIA 支持的最高 CUDA 版本，这里里以 v11.0 为例

注意:

  1. 仅在安装了 NVIDIA 显卡驱动后，该命令才会有效，若未安装，自行安装

image-20220119141001491

Cuda 安装

以 tensorflow_gpu-2.4.0 - python 3.6.2 - CUDA 11.0 - cuDNN 8.0 为例

注意:

  1. cuda 安装时仍使用C盘默认路径，避免路径错误

  • 搜索 nvidia developer，进入官网，并进入下载页面

  • CUDA Toolkit -> LEARN MORE -> Download Now

image-20220119142224369

  • Resources 下 点击 Archive of Previous CUDA Releases 下载指定版本

image-20220119142516674

  • 选择其中任一版本进行安装 Windows -> x86_64 -> 10 -> exe[local]

image-20220119142801922

  • 关闭所有安全软件，进入安装程序，选择默认路径进行自定义安装

注意:

  1. NVIDIA GetForce… 组件 可以去除
  2. 若安装失败，可能由于未安装配置VS，可以去除 CUDA -> Documentation -> Visual Studio Integration 组件
  3. 若安装失败，可能由于 CUDA自带的NVIDIA驱动版本是小于你电脑已有的版本，需要去除 Driver components -> Display Driver 组件

CuDNN 安装

cuDNN的全称为NVIDIA CUDA® Deep Neural Network library，是NVIDIA专门针对深度神经网络（Deep Neural Networks）中的基础操作而设计基于GPU的加速库。cuDNN为深度神经网络中的标准流程提供了高度优化的实现方式，并通过调用cuda显卡驱动实现

  • 搜素 cuDNN Archive 进入官网下载，需要注册账号

  • 下载该版本即可

image-20220119143954600

环境变量配置

  • 下载后解压，将文件里面的cuda文件重命名为cudnn，然后整个复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 中，同时需要将重命名后的cudnn文件夹的bin里面的 cudnn64_7.dll 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin 中
  • 将 cudnn 中 bin，include，lib 文件夹中的所有文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 下对应的文件夹中
  • 将 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\cudnn\bin 添加至系统环境变量中
  • 将 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\CUPTI\lib64 添加至系统环境变量中
  • 并将前两步添加的环境变量上移至前面两个变量（在安装过程中系统已经自动配置的）路径之下

image-20220119145526443

测试 Cuda 是否安装成功

cmd 命令行中输入 nvcc -V，若出现以下信息，则成功

image-20220119145719052

Tensorflow 环境安装

  • Anaconda 安装
  • Tensorflow_env 环境搭建
  • Tensorflow 版本升级
  • pycharm 环境配置

Anaconda 安装

www.anaconda.com 安装最新版本即可.

  1. 自定安装时使用c盘默认路径即可，若更改，环境配置时可能出现跨磁盘的路径错误

image-20220118212728334

  1. 勾选 Add PATH
  2. 完成安装

Tensorflow_env 环境搭建

  • 打开 Prompt 命令行工具

image-20220118213113795

  • 查看python版本
1
python -V / python --version

python 版本取决于待安装的 tensorflow 版本，可根据所需的版本更改 python 版本，自查版本对应关系

注意:

  1. 注意 python 版本在不同的 conda 环境下是可以不同的，需要配置指定环境下的 python 版本，此处为 tensorflow_env 环境下的 python 版本

image-20220118215241852

  • 创建 Tensorflow_env 环境
1
2
conda create -n tensorflow_env tensorflow // 创建tensorflow_env环境
conda activate tensorflow_env //切换至tensorflow_env环境进行配置

注意:

  1. Anaconda 默认环境为 base，留意当前配置的环境是否为自己所需的环境
  2. 以下的所有环境配置需要切换至 Tensorflow_env 环境后进行
  3. Tensorflow_env 环境下默认的 Tensorflow 版本为1.2.1，需要进行升级
  4. Tensorflow_env 环境下默认的 pyhon 版本为 3.6.2

Tensorflow 版本升级

  • 更新 python 版本

    python 版本与 tensorflow 具有对应关系，若默认python符合要求，略过即可

1
conda install python=3.x //安装指定python版本
  • 升级 Tensorflow 版本

AIAnimation 所需的 Tensorflow 版本至少为 2.0.0，此处以2.4.0为例

1
2
pip install tensorflow==2.4.0 //需要挂VPN
pip install tensorflow-gpu==2.4.0 -i https://mirrors.aliyun.com/pypi/simple/ // 或者使用阿里镜像

  • 检查 Tensorflow 版本

    Anaconda Navigator 下 Environments -> tensorflow_env -> Installed -> tensorflow 可查询到对应的版本，这里为2.0.0

image-20220118215605441

Pycharm下配置Anaconda环境

  • 新建项目 -> Pure Python -> Existing interpreter -> …选项

image-20220119101021774

  • Conda Environment -> 配置Interpreter 找到对应配置环境下的 python.exe -> Conda executable 找到Anaconda下的 conda.exe

注意:

  1. Interpreter 路径在 C:\Users\UserName\anaconda3\envs\… 下寻找

  2. Conda executable 路径为 C:\Users\UserName\anaconda3\Scripts\conda.exe 即可

image-20220119101215355

  • 创建完成后，配置运行项目的解释器为指定解释器即可

image-20220119101725657