PyTorch CUDA環境設定及安裝的步驟(圖文教學)

Pytorch版本介紹

• torch：1.6
• CUDA：10.2
• cuDNN：8.1.0

✨安裝 NVIDIA 顯示卡驅動程式

一般 電腦出廠/裝完系統 會自動安裝顯示卡驅動

如果有 可直接進行下一步

下載連結

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

選擇和自己顯示卡相匹配的顯示卡驅動

下載安裝

✨確認專案所需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

例如此專案需求torch>=1.6

在PyTorch官網檢視與之匹配的CUDA版本

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

這裡可以從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 -> 系統資訊 -> 元件

檢視NVCUDA.DLL 後的引數

本機是10.2

//如果更新了顯示卡驅動這裡引數可能會變高

下載的CUDA版本可以低於這裡顯示的引數 但是一定要與torch版本匹配

下載

下載連結：https://developer.nvidia.com/cuda-downloads

//上面的連結預設下載的是最新版本的CUDA

要下載之前版本的CUDA在上述下載頁面下滑 然後點選 」CUDA早期版本檔案」

或者直接點選CUDA早期版本檔案 跳轉

選擇CUDA Toolkit 10.2

選擇對應作業系統版本然後點選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版本則相關環境變數已經自動設定

✨安裝cuDNN

下載

下載連結

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

選擇和作業系統以及CUDA相匹配的cuDNN版本

例如我剛才安裝了CUDA10.2 這裡選擇Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 10.2

安裝

解壓下載的zip

把解壓得到的資料夾內的bin、include、lib目錄下的dll檔案與h檔案分別複製到相應的CUDA的安裝目錄下

預設安裝目錄分別為

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2bin
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2include
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2lib

✨安裝PyTorch

線上安裝

在PyTorch官方連結上檢視相應安裝命令

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

例如我要安裝CUDA10.2版本的torch1.6 對應的conda命令是

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

！線上安裝速度很慢 可以選擇下面離線安裝的方法

離線安裝

whl下載連結

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

選擇對應CUDA、Python、作業系統、torch版本的whl

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

應下載 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

應下載 cu102/torchvision-0.7.0-cp38-cp38-win_amd64.whl

然後在conda環境中安裝

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

✨確認環境是否設定成功

import torch

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

如上所示環境設定成功

✨參考及參照

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

到此這篇關於PyTorch CUDA環境設定及安裝的步驟(圖文教學)的文章就介紹到這了,更多相關PyTorch CUDA設定及安裝內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！