Pycharm使用GPU，CUDA环境配置

Posted 2023-04-01 Curse of Knowledge

Pycharm中可以使用本地安装的python程序作为解释器

参考文章1，CUDA与cuDNN安装教程（超详细）
参考文章2，完整在pycharm上通过torch调用GPU（最细节）

环境变量：

一定要配置环境变量，下面是本机安装的cuda和cudnn的环境变量

C:\\Program Files\\NVIDIA GPU Computing Toolkit
这是CUDA默认安装路径，安装时不要修改

C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.1\\extras\\demo_suite

demo_suite文件夹里有两个文件：bandwidthTest.exe 和 deviceQuery.exe
打开cmd，将这两个文件拖到里面，运行，如下显示便是成功。


在cmd中输入

nvcc -V

显示版本

安装torch
不要在cmd里面pip install torch,这样安装的torch时cpu版本，需要在官网下载与CUDA版本对应的torch，然后进行本地安装。
将下载下来的torch-1.8.0+cu101-cp39-cp39-win_amd64.whl文件放在，文件路径C:\\Users\\ls331_rlbdlla下面，之后再cmd里面输入

pip install C:\\Users\\ls331_rlbdlla\\torch-1.8.0+cu101-cp39-cp39-win_amd64.whl

以下代码进行调用gpu和测试

import torch
 
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
 
print(torch.cuda.device_count())
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

深度学习环境配置- win10+Anoconda3-2.4.0+cuda8.0+TensorFlow-GPU+Pycharm2016测试Demo-GPU加速

前言

本来用的是Python2.7，但最近学习需要用到TensorFlow，TensorFlow支持windows，但tensorflow在windows下只支持python 3.5以上

---

Anacoda3-4.2.0安装

Anacoda3-4.2.0 Uses python 3.5下载：
https://repo.continuum.io/archive/Anaconda3-4.2.0-Windows-x86_64.exe

下载之后直接点击.exe文件安装即可，安装时注意勾选将Anacoda和python3.5添加到环境变量

安装完成后

Path中会自动添加：

此时conda和pip也添加到系统变量中了，可以直接使用命令（因为conda和pip在Scripts下）。

---

cuda8.0安装

cuda8.0

下载:https://developer.nvidia.com/cuda-downloads

下载下来后就正常安装就可以了。

cuDnn5.1

cuDnn库下载：https://developer.nvidia.com/rdp/cudnn-download

注意要对应你下载的cuda版本

下载后解压：

把文件对应放到cuda安装目录下的对应文件：

配置环境变量到PATH下

---

安装TensorFlow

查看是否切换到python3.5 工作环境

python --version

查看当前可按照TensorFlow版本

anaconda search -t conda tensorflow

使用pip安装tensorflow

pip3 install tensorflow-gpu

运行测试：（出错）

网上看了很多教程 说估计是TensorFlow与cuda版本不匹配

conda list查看了一下，装的是TensorFlow1.5

于是决定装个低版本试试

#卸载1.5版本
pip3 uninstall tensorflow-gpu

安装1.3

pip install --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl

---

Pycharm配置Anoconda3

创建程序：

#coding=utf-8
# @Author: yangenneng
# @Time: 2018-02-05 18:23
# @Abstract：测试tensorflow导入情况

# 引入 tensorflow 模块

import tensorflow as tf


#官方教程代码测试：
#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print(sess.run(c))

---

用上GPU了

测试MNIST手写数字识别程序在GPU下执行：
程序：http://blog.csdn.net/yen_csdn/article/details/79268446

速度确实快了很多