Pytorch框架使用之Pytorch安装(GPU版本)

Posted luckyplj

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Pytorch框架使用之Pytorch安装(GPU版本)相关的知识,希望对你有一定的参考价值。

1.检查是否有合适的GPU, 若有安装Cuda与CuDNN

(1)检查电脑是否有合适的GPU

在桌面上右击如果能找到NVIDA控制面板,则说明该电脑有GPU。控制面板如下,并通过查看系统信息获取支持的Cuda版本

技术图片

技术图片

 

(2)下载Cuda

官网:https://developer.nvidia.com/cuda-10.1-download-archive-update2

在https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 这里可以查询到我们应该下载哪个版本
技术图片

然后,根据实际情况选择合适的版本

查看cuda的历史版本

技术图片

可见:

技术图片

点击需要下载的版本。

技术图片

CUDA10的安装包可直接从NVIDIA官网下载。

根据相应的系统选项,我选择的是cuda_10.1.243_426.00_win10.exe(大小为2.5G),安装的时候建议选择自定义 而不是“精简”(从下面的英文解释可以看出,其实这里的精简写成完整应该更贴切,它会安装所有组件并覆盖现有驱动,然而我并不想安装全家桶,何况我的官方显卡驱动比它的新)。
(3)cuda安装

双击exe安装包

技术图片

进入安装界面:

技术图片

点击同意并继续

技术图片

选择自定义模式,

技术图片

选择默认勾选的驱动程序组件。

技术图片

默认安装位置,点击下一步

技术图片

等待安装

技术图片

至此安装完成。

注意:cuda的环境变量会自动进行配置

技术图片

(4)查看是否安装成功。

win+R,打开cmd窗口,输入nvcc –V,显示CUDA版本信息,安装成功

技术图片

2.安装cuDNN

cuda安装完成之后,还需要下载与CUDA对应的相应版本的cuDNN,到下图所示的下载页面,下载完成后,将这个压缩包里的所有文件放到CUDA10安装目录相应文件夹下即可。

下载地址:

https://developer.nvidia.com/rdp/cudnn-download

注意:以上链接,初次登陆需要注册账号。

技术图片

技术图片

点击10.1版本的cuDnn

技术图片

下载之后,

(1)解压:会生成cuda/include、cuda/lib、cuda/bin三个目录;

技术图片

(2)分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1对应的include、lib、bin目录下即可。

注意:不是替换文件夹,而是将文件放入对应的文件夹中

技术图片

添加环境变量:

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1libx64

此电脑→“高级系统设置”→“环境变量”→“系统变量”→“path”→“编辑”→“新建”加入该路径即可。

技术图片

3.Pytorch安装

设置清华源:

### 设置清华源镜像
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
 conda config --set show_channel_urls yes
### 设置pytorch镜像
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

打开pytorch 官网:https://pytorch.org/

获取pytorch的安装命令:

注意要把后面的-c pytorch去掉,不然还是使用的默认源下载。

conda install pytorch torchvision cudatoolkit=10.1

技术图片

技术图片

测试Pytorch与cuda是否安装成功: 
打开pycharm,输入如下代码:

import torch
print(torch.cuda.is_available())

技术图片

返回True证明成功了。

参考文献:https://blog.csdn.net/weixin_43593330/article/details/103098728

 

 

 



以上是关于Pytorch框架使用之Pytorch安装(GPU版本)的主要内容,如果未能解决你的问题,请参考以下文章

conda配置安装pytorch tensorflow-gpu

超简单的pytorch(GPU版)安装教程(亲测有效)

anaconda中安装pytorch(GPU版)(离线安装)(最简单)

安装pytorch GPU版不能使用问题

嵌入式学深度学习:1Pytorch框架搭建

pytorch常见问题之cpu占满