pytorch-gpu安装过程

871 阅读4分钟

Windows10+CUDA 10.1.0+CUDNN+pytorch安装过程

写这篇文章的主要目的是记录和分享一下自己成功安装的过程,如果有小伙伴正在被这个问题困扰的话,也可以看看是否能从这里找到解决的办法。

话不多说,先梳理一下我的大概流程

  • 安装CUDA
  • 安装cuDNN
  • 安装pytorch
  • 测试

第一步,安装CUDA

我们都知道安装CUDA是为了利用显卡上的GPU加速运算,所以首先要确定一个事,你的电脑显卡是否支持CUDA,并且是否已经安装了驱动。

先说驱动,打开设备管理器,找到显示适配器

  • 如果能够看到自己的显卡型号的话,就说明驱动已经安装成功了
  • 如果出现黄色感叹号的话,说明驱动异常,需要重新安装。

123533.PNG

我的电脑是直接安装好了,所以不用再去下载安装,如果你需要安装的话可以自行去nvidia官网下载,一些注意事项可以提前搜索一下。

匹配GPU的Driver,CUDA的版本

可以查看下表根据需要安装的CUDA版本查询GPU版本(一定要先查看,否则版本不对,就会造成安装成功但是配合失败的现象) 查看匹配版本的网址:docs.nvidia.com/cuda/cuda-t…

12343214.PNG

驱动更新

8688686.PNG

截1213444.PNG

如何查看自己的显卡是否支持CUDA

提供一种方法,找到NVIDIA控制面板我的是在右下角状态栏里。然后点帮助组件NVCUDA.DLL可以查看显卡支持的CUDA版本。

img

img

下载CUDA

接下来就是去官网下载对应版本的CUDA,我当时直接去官网,发现直接下载是11版本了,而我需要的是10.1版本,后来通过查询,发现CUDA不同版本地址可以下载任意版本的CUDA。

然后选择按自己的需要选择下载。

image-20210612161415770.png

image-20210612161223194.png

安装CUDA

下载以后按步骤进行安装就可以了,这里还有一个前提是,你的电脑要提前安装了vs2015版本以上。安装过程中注意有两个路径,第一个是临时解压的路径,第二个才是安装的路径。安装的路径如果不是默认的话,需要记住,因为后面添加环境变量的时候要用到。

img

上面是第一个路径

img

img

选择自定义

img

img

这是第二个路径,实际安装的位置,建议不要修改,方便后面添加环境变量。

测试CUDA是否安装成功

img

打开powershell,或者cmd命令窗口,输入nvcc -V查看是否安装成功。上图表示已经安装成功。

为CUDA添加环境变量

添加环境变量。电脑->属性->高级系统设置->环境变量

根据自己的安装路径进行填写:

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1 
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 
CUDA_BIN_PATH = %CUDA_PATH%\bin 
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

将上面的内容新建到系统变量之中

img

然后再找到系统变量中的path,选择编辑

添加以下内容:

%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%; C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64; C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64; C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64;

img

第二步,安装cuDNN

首先去CUDNN官网下载。第一次需要注册一下

image-20210612161828772.png

image-20210612161904417.png

选择CREATE AN ACCOUNT

image-20210612162210795.png

验证邮箱,填写个人信息即可。

正式的CUDNN的下载页面:developer.nvidia.com/rdp/cudnn-a…

然后就是注册一个账号,注册以后再回去下载。

image-20210612162610071.png

选择与CUDA适合的版本。

image-20210612162652306.png

再选择与自己系统合适的cuDNN。

下载以后是一个安装包,解压以后会有三个文件夹。将三个文件夹中的内容复制到你安装的CUDA中相应的文件夹中去。比如你解压以后有个lib,那么就复制其中的内容。再找到CUDA的路径,同样找到lib文件夹,将复制的内容到文件夹下。

第三步,安装pytorch

pytorch官网选择合适的版本,然后复制代码到CMD或者powershell。

image-20210612162743714.png

安装之前如果以前有安装过torch,pytorch,torchvision统统卸载。

pip uninstall torch

或者用

conda uninstall torch

我当时是之前有安装过,所以直接安装不成功,卸载以后可以。

最后一步,测试

打开powershell,进入pyhton,torch.codu.is_available输出为Ture,则表示安装成功,可以使用了。

img

pytorch 使用whl文件进行稳定的安装

  1. 首先现在pytorch中找到之前的版本 image.png

  2. 向下翻阅找到版本对应的网站(版本1.8.0) image.png

  3. 将上面的路径复制到浏览器中打开 image.png

  4. 各个版本的pytorch的文件都有,挑选自己需要的版本的whl文件进行下载

image.png