PyTorch CUDA環(huán)境配置及安裝的步驟(圖文教程)
Pytorch版本介紹
- torch：1.6
- CUDA：10.2
- cuDNN：8.1.0
✨安裝 NVIDIA 顯卡驅(qū)動(dòng)程序
一般 電腦出廠/裝完系統(tǒng) 會(huì)自動(dòng)安裝顯卡驅(qū)動(dòng)
如果有 可直接進(jìn)行下一步
下載鏈接
http://www.nvidia.cn/Download/index.aspx?lang=cn
選擇和自己顯卡相匹配的顯卡驅(qū)動(dòng)
下載安裝
✨確認(rèn)項(xiàng)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
例如此項(xiàng)目需求torch>=1.6
在PyTorch官網(wǎng)查看與之匹配的CUDA版本
https://pytorch.org/get-started/previous-versions/
這里可以從conda命令看出 torch1.6 可以安裝10.2版本的CUDA
torch與CUDA版本一定要匹配！
✨安裝 CUDA
NVIDIA控制面板 -> 幫助 -> 系統(tǒng)信息 -> 組件
查看NVCUDA.DLL 后的參數(shù)
本機(jī)是10.2
//如果更新了顯卡驅(qū)動(dòng)這里參數(shù)可能會(huì)變高
下載的CUDA版本可以低于這里顯示的參數(shù) 但是一定要與torch版本匹配
下載
下載鏈接：https://developer.nvidia.com/cuda-downloads
//上面的鏈接默認(rèn)下載的是最新版本的CUDA
要下載之前版本的CUDA在上述下載頁(yè)面下滑 然后點(diǎn)擊 ”CUDA早期版本檔案”
或者直接點(diǎn)擊CUDA早期版本檔案 跳轉(zhuǎn)
選擇CUDA Toolkit 10.2
選擇對(duì)應(yīng)操作系統(tǒng)版本然后點(diǎn)擊Download
！Installer Type一定要選exe(local)
安裝
安裝完成
在Terminal輸入以下命令
nvcc -V
顯示CUDA版本則相關(guān)環(huán)境變量已經(jīng)自動(dòng)配置
✨安裝cuDNN
下載
下載鏈接
https://developer.nvidia.com/rdp/cudnn-archive
選擇和操作系統(tǒng)以及CUDA相匹配的cuDNN版本
例如我剛才安裝了CUDA10.2 這里選擇Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 10.2
安裝
解壓下載的zip
把解壓得到的文件夾內(nèi)的bin、include、lib目錄下的dll文件與h文件分別復(fù)制到相應(yīng)的CUDA的安裝目錄下
默認(rèn)安裝目錄分別為
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
✨安裝PyTorch
在線安裝
在PyTorch官方鏈接上查看相應(yīng)安裝命令
https://pytorch.org/get-started/previous-versions/
例如我要安裝CUDA10.2版本的torch1.6 對(duì)應(yīng)的conda命令是
# CUDA 10.2 conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch
！在線安裝速度很慢 可以選擇下面離線安裝的方法
離線安裝
whl下載鏈接
https://download.pytorch.org/whl/torch_stable.html
選擇對(duì)應(yīng)CUDA、Python、操作系統(tǒng)、torch版本的whl
例如我要安裝CUDA10.2、Python3.8、torch1.6 版本的whl
應(yīng)下載 cu102/torch-1.6.0-cp38-cp38-win_amd64.whl
例如我要安裝CUDA10.2、Python3.8、torchvision0.7 版本的whl
應(yīng)下載 cu102/torchvision-0.7.0-cp38-cp38-win_amd64.whl
然后在conda環(huán)境中安裝
pip install torch-1.6.0-cp38-cp38-win_amd64.whl
pip install torchvision-0.7.0-cp38-cp38-win_amd64.whl
安裝完成
✨確認(rèn)環(huán)境是否配置成功
import torch print(torch.__version__) print(torch.cuda.is_available())
如上所示環(huán)境配置成功
✨參考及引用
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
到此這篇關(guān)于PyTorch CUDA環(huán)境配置及安裝的步驟(圖文教程)的文章就介紹到這了,更多相關(guān)PyTorch CUDA配置及安裝內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
- python?windows安裝cuda+cudnn+pytorch教程
- 顯卡驅(qū)動(dòng)CUDA?和?pytorch?CUDA?之間的區(qū)別
- pytorch?cuda安裝報(bào)錯(cuò)的解決方法
- PyTorch中的CUDA的操作方法
- PyTorch?device與cuda.device用法介紹
- 將pytorch的網(wǎng)絡(luò)等轉(zhuǎn)移到cuda
- pytorch 如何用cuda處理數(shù)據(jù)
- pytorch中.to(device) 和.cuda()的區(qū)別說(shuō)明
- Linux安裝Pytorch1.8GPU(CUDA11.1)的實(shí)現(xiàn)
- 詳解win10下pytorch-gpu安裝以及CUDA詳細(xì)安裝過(guò)程
- Pytorch使用CUDA流(CUDA?stream)的實(shí)現(xiàn)
相關(guān)文章
詳解在Anaconda環(huán)境下Python安裝pydot與graphviz的方法
這篇文章主要為大家詳細(xì)介紹了在Anaconda環(huán)境中，安裝Python語(yǔ)言pydot與graphviz兩個(gè)模塊的方法，文中的安裝方法講解詳細(xì)，感興趣?的可以了解一下2023-02-02
Python基礎(chǔ)入門(mén)之魔法方法與異常處理
在python中,所有以“__"雙下劃線包起來(lái)的方法,都統(tǒng)稱為魔法方法,下面這篇文章主要給大家介紹了關(guān)于Python基礎(chǔ)入門(mén)之魔法方法與異常處理的相關(guān)資料,需要的朋友可以參考下2021-11-11
這篇文章主要給大家介紹了關(guān)于利用Python如何制作貪吃蛇及AI版貪吃蛇的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
這篇文章主要介紹了Python正則簡(jiǎn)單實(shí)例,具體分析了Python針對(duì)字符串的簡(jiǎn)單正則匹配測(cè)試中遇到的問(wèn)題與相關(guān)注意事項(xiàng),需要的朋友可以參考下2017-03-03
Python從入門(mén)到精通之Hash函數(shù)的使用詳解
Python提供了強(qiáng)大而靈活的Hash函數(shù)，用于在各種應(yīng)用中實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)校驗(yàn)、加密等功能，下面將從入門(mén)到精通介紹Python中Hash函數(shù)的使用，感興趣的可以了解一下2023-08-08
用Python+OpenCV對(duì)比圖像質(zhì)量的幾種方法
這篇文章主要介紹了用Python+OpenCV對(duì)比圖像質(zhì)量過(guò)程詳解,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07
python自動(dòng)定時(shí)任務(wù)schedule庫(kù)的使用方法
當(dāng)你需要在 Python 中定期執(zhí)行任務(wù)時(shí),schedule 庫(kù)是一個(gè)非常實(shí)用的工具,它可以幫助你自動(dòng)化定時(shí)任務(wù),本文給大家介紹了python自動(dòng)定時(shí)任務(wù)schedule庫(kù)的使用方法,需要的朋友可以參考下2024-02-02
這篇文章主要介紹了python中wxPython菜單使用方法,可實(shí)現(xiàn)給彈出菜單項(xiàng)添加圖標(biāo)的功能,在Python程序設(shè)計(jì)中非常具有實(shí)用價(jià)值,需要的朋友可以參考下2014-09-09
python3使用libpcap庫(kù)進(jìn)行抓包及數(shù)據(jù)處理的操作方法
這篇文章主要介紹了python3使用libpcap庫(kù)進(jìn)行抓包及數(shù)據(jù)處理,需要的朋友可以參考下2022-10-10
詳解Python如何循環(huán)遍歷Numpy中的Array
Numpy是Python中常見(jiàn)的數(shù)據(jù)處理庫(kù)，是數(shù)據(jù)科學(xué)中經(jīng)常使用的庫(kù)。在本文中，我們將學(xué)習(xí)如何迭代遍歷訪問(wèn)矩陣中的元素，需要的可以參考一下2022-04-04