PyTorch CUDA环境配置及安装的步骤(图文教程)

编辑: admin 分类: python 发布时间: 2021-12-24 来源:互联网
目录
  • Pytorch版本介绍
  • ✨安装 NVIDIA 显卡驱动程序
  • ✨确认项目所需torch版本
  • ✨安装 CUDA
    • 下载
    • 安装
  • ✨安装cuDNN
    • 下载
    • 安装
  • ✨安装PyTorch
    • 在线安装
    • 离线安装
  • ✨确认环境是否配置成功
    • ✨参考及引用

      Pytorch版本介绍

      • torch：1.6
      • CUDA：10.2
      • cuDNN：8.1.0

      ✨安装 NVIDIA 显卡驱动程序

      一般 电脑出厂/装完系统 会自动安装显卡驱动

      如果有 可直接进行下一步

      下载链接

      http://www.nvidia.cn/Download/index.aspx?lang=cn

      选择和自己显卡相匹配的显卡驱动

      下载安装

      ✨确认项目所需torch版本

      # pip install -r requirements.txt

# base ----------------------------------------
Cython
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
pillow
PyYAML>=5.3
scipy>=1.4.1
tensorboard>=2.2
torch>=1.6.0
torchvision>=0.7.0
tqdm>=4.41.0

# coco ----------------------------------------
# pycocotools>=2.0

# export --------------------------------------
# packaging  # for coremltools
# coremltools==4.0
# onnx>=1.7.0
# scikit-learn==0.19.2  # for coreml quantization

# extras --------------------------------------
# thop  # FLOPS computation
# seaborn  # plotting

      例如此项目需求torch>=1.6

      在PyTorch官网查看与之匹配的CUDA版本

      https://pytorch.org/get-started/previous-versions/

      这里可以从conda命令看出 torch1.6 可以安装10.2版本的CUDA

      torch与CUDA版本一定要匹配！

      ✨安装 CUDA

      NVIDIA控制面板 -> 帮助 -> 系统信息 -> 组件

      查看NVCUDA.DLL 后的参数

      本机是10.2

      //如果更新了显卡驱动这里参数可能会变高

      下载的CUDA版本可以低于这里显示的参数 但是一定要与torch版本匹配

      下载

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

      //上面的链接默认下载的是最新版本的CUDA

      要下载之前版本的CUDA在上述下载页面下滑 然后点击 ”CUDA早期版本档案”

      或者直接点击CUDA早期版本档案 跳转

      选择CUDA Toolkit 10.2

      选择对应操作系统版本然后点击Download

      ！Installer Type一定要选exe(local)

      安装

      安装完成

      在Terminal输入以下命令

      nvcc -V

      显示CUDA版本则相关环境变量已经自动配置

      ✨安装cuDNN

      下载

      下载链接

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

      选择和操作系统以及CUDA相匹配的cuDNN版本

      例如我刚才安装了CUDA10.2 这里选择Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 10.2

      安装

      解压下载的zip

      把解压得到的文件夹内的bin、include、lib目录下的dll文件与h文件分别复制到相应的CUDA的安装目录下

      默认安装目录分别为

      C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib

      ✨安装PyTorch

      在线安装

      在PyTorch官方链接上查看相应安装命令

      https://pytorch.org/get-started/previous-versions/

      例如我要安装CUDA10.2版本的torch1.6 对应的conda命令是

      # CUDA 10.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch

      ！在线安装速度很慢 可以选择下面离线安装的方法

      离线安装

      whl下载链接

      https://download.pytorch.org/whl/torch_stable.html

      选择对应CUDA、Python、操作系统、torch版本的whl

      例如我要安装CUDA10.2、Python3.8、torch1.6 版本的whl

      应下载 cu102/torch-1.6.0-cp38-cp38-win_amd64.whl

      例如我要安装CUDA10.2、Python3.8、torchvision0.7 版本的whl

      应下载 cu102/torchvision-0.7.0-cp38-cp38-win_amd64.whl

      然后在conda环境中安装

      pip install torch-1.6.0-cp38-cp38-win_amd64.whl


      pip install torchvision-0.7.0-cp38-cp38-win_amd64.whl

      安装完成

      ✨确认环境是否配置成功

      import torch

print(torch.__version__)
print(torch.cuda.is_available())

      如上所示环境配置成功

      ✨参考及引用

      https://blog.csdn.net/qq_37296487/article/details/83028394

      https://blog.csdn.net/maoersong/article/details/104484826

      https://blog.csdn.net/qq_36653505/article/details/83932941

      到此这篇关于PyTorch CUDA环境配置及安装的步骤(图文教程)的文章就介绍到这了,更多相关PyTorch CUDA配置及安装内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc！

      【出处：恩施网站优化 转载请说明出处】
      更多阅读