# 【安裝】Nvidia顯卡安裝深度學習環境流程
CUDA是NVIDIA推出的一種類似於C++的語言，編譯後可以在NVIDIA的GPU上大規模且平行化的運行。

## < Nvidia顯卡驅動安裝 >
- 官方網站查詢版本下載[顯卡驅動](https://www.nvidia.com/zh-tw/geforce/drivers/)。
- 確認驅動程式版本 & Cuda 可支援安裝版本。
1.桌面右鍵 Nvidia 控制面板，點選系統資訊，即可確認驅動程式版本。
2.桌面右鍵 Nvidia 控制面板，點選系統資訊/元素，即可確認支援 Cuda 版本。

## < Tensorflow & Python & Cuda版本 >
- [Tensorflow 官網確認版本](https://www.tensorflow.org/install/source#gpu)，再執行相關軟體安裝。
- 安裝順序如下:
1. Python 安裝。
2. Cuda & CuDnn 安裝與相關環境變數設定，[網址參考](https://medium.com/ching-i/win10-%E5%AE%89%E8%A3%9D-cuda-cudnn-%E6%95%99%E5%AD%B8-c617b3b76deb)。
3. Tensorflow GPU 安裝，[語法&版本查詢](https://www.tensorflow.org/install/source?hl=zh-tw)。
- 補充:[pypi-tensorflow-gpu](https://pypi.org/project/tensorflow-gpu/#history)

## < PyTorch & Cuda版本 >
- [PyTorch 官網確認版本](https://pytorch.org/)，再執行相關軟體安裝。
- 安裝順序如下:
1. Python 安裝。
2. Cuda & CuDnn 安裝與相關環境變數設定，[網址參考](https://medium.com/ching-i/win10-%E5%AE%89%E8%A3%9D-cuda-cudnn-%E6%95%99%E5%AD%B8-c617b3b76deb)。
3. [PyTorch安裝語法](https://pytorch.org/)法於Python套件安裝。
- 其他輔助網址
- [PyTorch/Cuda/Python版本說明](https://github.com/pytorch/pytorch/blob/main/RELEASE.md)
- [ PyTorch 相關套件版本查詢](https://pytorch.org/get-started/previous-versions/)。
- [ PyTorch 於 Jetson Nano Edge套件下載](https://github.com/Qengineering/PyTorch-Jetson-Nano)。

## 注意事項
- 以上 Tensorflow & Pytorch 為獨立安裝方法；若要兩個深度學習套件安裝於同個 Python 環境，需非常注意 Cuda 版本。
- 建議可以透過虛擬環境進行環境切割；或者透過環境變數調整使用的 Cuda 版本。

### 其他注意事項
#### opencv GPU
- window
[windows version](https://medium.com/chung-yi/build-opencv-gpu-version-on-windows-10-c37a33437525)
[cmake 軟體](https://cmake.org/download/)
[cmake install flow](https://blog.csdn.net/qq_41895190/article/details/89299988)
[opencv官網](https://opencv.org/releases/)

- edge
[build opencv](https://chiachun0818.medium.com/jetson-nano-%E9%87%8D%E6%96%B0%E7%B7%A8%E8%AD%AF-opencv-cuda-a65daf5988ab)
https://github.com/opencv/opencv/archive/4.6.0.zip
https://github.com/opencv/opencv_contrib/archive/4.6.0.zip