三十分钟在Windows10安装Anaconda+Pytorch+Cuda,老式Nvidia GTX游戏显卡实测可用

Posted 大饼博士X

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了三十分钟在Windows10安装Anaconda+Pytorch+Cuda,老式Nvidia GTX游戏显卡实测可用相关的知识,希望对你有一定的参考价值。

文章目录


2020年疫情肆虐,今年春节只能宅在家,主要做了一件事:把去年一整年缺的觉好好的补了回来!哈哈,开玩笑,确实在家也休息了一个星期了,这几天捣鼓了一下在自己老式的台式机上安装Pytorch,打算稍微有空的时候玩(学习)一下。我的机器是Windows10系统+Nvidia GTX960显卡,采用Anaconda安装,解决几个小问题后基本上可以说是一键安装使用,非常方便。记录一下,方便同学们查用。我安装的版本没有选择最新版本,最后安装下来的是CUDA9.0+Pytorch1.1,我想也基本够用了。有的时候最新版本往往不稳定,并且担心我的显卡太老不支持最新的CUDA版本之类,就没有选择尝试最新版本,也是给自己省事了。

1. 安装Anaconda 3.5

推荐使用清华的镜像来下载。选择合适你的版本下载,我这里选择Anaconda3-5.1.0-Windows-x86_64.exe。安装比较容易,大致如下:

这里第一个钩我没有选,后面再人工添加Path。

VSCode看情况吧,免费的,想要就装,我是没有装。因为Anaconda装完自带一个IDE Spyder,我感觉在家里随便玩玩用用够用了,不需要VSCode。

安装完成后,进行Anaconda的环境变量配置,右键我的电脑->高级系统设置->环境变量->系统变量找到Path,加入三个文件夹的存储路径,步骤如下。(顺便把NVSMI的路径也放一下,这样后面随时可以打nvidia-smi来查看GPU情况)

至此,Anaconda 3.5 windows版就安装设置好了,打开程序找到Anaconda Navigator,启动后可以看到:

东西很多,前面4个默认安装的就够用拉一般。安装完成后,默认会建立一个base的虚拟环境,在cmd下可以看见,也可以在Anaconda里面看见。我默认就装在base环境里面了(如果没有指定激活任何环境情况下装一些python依赖包,默认就会装到base里面)。


如果你想搞一个新的环境,在Anaconda里面点击clone,复制base成一个新的环境Test_env来试试(新建create的时候可以选择python3.5/3.6/2.7等,是一个几乎空白的环境,建议用clone而不是create)。建议如果需要很多不同的环境,比如pytorch一个,TensorFlow一个,就分开两个环境,避免包冲突。

在windows下启动不同的环境也很方便,点击图中的箭头,open a terminal,就可以切换到你想去的环境中(等同于命令行的activate)。

当然,在cmd下,一些简单常用的命令如下:mark一下:
1.创建新环境
conda create -n 环境名 python=3.6
2.删除一个环境
conda remove -n 环境名 --all
3.重新命名的方法
conda create -n 新环境名 --clone 旧环境名
conda remove -n 旧环境名 --all
4.激活、退出虚机环境
windows下:activate 虚拟环境名
linux或OS下:source activate 虚拟环境名
deactivate
5.查看虚拟环境
conda list -e
6.conda管理
conda --version # 查看当前conda版本
conda update conda # 升级当前conda
7.查看当前虚拟环境安装了哪些包
conda list

2. 用conda安装Pytorch及相关依赖软件

我最近装好的环境是:CUDA9.0+PyTorch1.1+CUDNN7.1,其实也不是我自己选的,是我添加的源里面就是这样的包


找到conda安装命令:可以在https://pytorch.org/找到命令,现在已经版本很高了,上面图片已经不准了。所以我们直接采用:(注意,这里一定要把图面中提示 -c pytorch去掉,安装的时候才会默认从我们自己添加的源下载相应的包)

我用的是:
conda install pytorch torchvision cudatoolkit=9.0

或者你想试下cuda10.1:
conda install pytorch torchvision cudatoolkit=10.1

我一开始用的带-c pytorch,会从国外的源下载,奇慢无比,还会时不时报超时。后来解决方案是:
在自己的.condarc文件中添加清华的源:

可以直接查看.condarc文件在哪里:

加入源地址:

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

我的文件是长这样:

然后cmd下运行(根据你启动的conda环境会装到相应的环境里,我是装在base了):
conda install pytorch torchvision cudatoolkit=9.0

然后就等呗,一大堆依赖需要下载。然后我发现装的时候会自动安装cuda9.0以及cudnn,这样确实很方便,不需要再手动去下载安装了。

3. 简单测试安装环境(pytorch/cuda/cudnn)

ok,这样就装完了。现在我们测试一下安装的环境:测试pytorch

测试GPU cuda和CUDNN:写一个python脚本

import torch
print(2.0)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# Assume that we are on a CUDA machine, then this should print a CUDA device:
print(device)

x = torch.Tensor([2.1])
xx = x.cuda()
print(xx)

# CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

运行结果如下:

这样基本就没什么问题了。如果想看下自己的GPU显卡情况,就用nvidia-smi,在windows下直接用是不行的,需要在把C:\\Program Files\\NVIDIA Corporation\\NVSMI加到path(可能需要确认下你的电脑是不是这个路径·,一般装了N卡的官方驱动就会有这个目录),参看前面第1章。

nvidia-smi:好尴尬,我的2G显存GeForce GTX960游戏显卡,哈哈,居然也被用来跑Deep Learning…玩下cifar10应该够了:)

Fan:显示风扇转速,数值在0到100%之间,是计算机的期望转速,如果计算机不是通过风扇冷却或者风扇坏了,显示出来就是N/A;
Temp:显卡内部的温度,单位是摄氏度;
Perf:表征性能状态,从P0到P12,P0表示最大性能,P12表示状态最小性能;
Pwr:能耗表示;
Bus-Id:涉及GPU总线的相关信息;
Disp.A:是Display Active的意思,表示GPU的显示是否初始化;
Memory Usage:显存的使用率;
Volatile GPU-Util:浮动的GPU利用率;
Compute M:计算模式;
更多使用方式:nvidia-smi -h

5. 给conda环境用pip安装gym包

这里我以pip安装gym包为例:一般来说只要pip install gym就可以了,但是你也知道默认从国外的源下载奇慢无比。因此采用清华的源:在后面加上-i https://pypi.tuna.tsinghua.edu.cn/simple

或者阿里的源:https://mirrors.aliyun.com/pypi/simple

OK,开始学习Pytorch吧,同学们!

5. 参考资料

1、conda安装Pytorch下载过慢解决办法(11月26日更新ubuntu下pytorch1.3安装方法)
2、conda常用命令,如何在conda环境中安装gym库?
3、conda下载出现连接超时怎么办
4、gym安装:http://gym.openai.com/docs/#installation
5、windows使用nvidia-smi查看gpu信息
6、更改pip源至清华、阿里镜像
7、Windows下pip换成清华源

以上是关于三十分钟在Windows10安装Anaconda+Pytorch+Cuda,老式Nvidia GTX游戏显卡实测可用的主要内容,如果未能解决你的问题,请参考以下文章

Android | 教你如何用三十分钟在安卓上开发一个微笑抓拍神器

Anaconda&spyder:tensorflow安装(windows)

Windows10安装anaconda

在Windows 10上安装Anaconda2

在Windows10 + Anaconda中安装pip3工具

windows10下TensorFlow安装记录