pytorch gpu版本的最全安装教程，含环境配置、CUDA（百度云下载）安装程序失败解决方案

最新推荐文章于 2024-08-03 16:13:05 发布
最新推荐文章于 2024-08-03 16:13:05 发布
阅读量3.7w 收藏 316
点赞数 111
分类专栏： pytorch cuda conda 文章标签： cuda pytorch gpu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/L1778586311/article/details/112425993
版权
pytorch 同时被 3 个专栏收录
8 篇文章 2 订阅
订阅专栏
cuda
4 篇文章 3 订阅
订阅专栏
conda
3 篇文章 0 订阅
订阅专栏

看过我cpu版本的pytorch小白安装教程CPU版pytorch小白教程应该已经会设置清华源了，这里不再叙述，gpu版本的pytorch会默认以清华镜像源来下载，速度不用担心。

请关闭杀毒软件 尤其360
请关闭杀毒软件 尤其360
请关闭杀毒软件 尤其360

环境套餐：win10 + pytorch1.7.1 +vs2019+ CUDA10.1 + cuDNN8.0.4

文章目录

安装显卡驱动（已有驱动并且版本没问题的话可跳过此步）

一般系统都会帮你安装好nvidia驱动，但是如果确实没有安装（没装的话可以直接跳到下面安装了），或者你想装的CUDA版本与你的驱动版本不匹配（通常是驱动版本太低），那就要重新下载更高版本驱动了。查看CUDA与驱动的版本匹配直达链接

在这里插入图片描述
红框表示如果想要下载CUDA10.1的话，你当前的驱动版本Linux系统下
必须要>=418.39;Windows系统下必须>=418.96
win+R启动cmd，可以在cmd里输入nvidia-smi命令查看当前驱动版本号。
在这里插入图片描述
如果结果如下，有两种可能：1、没有驱动，需要下载 2、电脑显卡等级太低不支持。如果驱动已经是显卡适配的最高版本，那很遗憾…无法安装CUDA了，如果不是，可以尝试下载更高版本驱动。（也不一定行）
在这里插入图片描述

正常显示如下…

460.89是我当前驱动的版本号，CUDA 11.2是当前这个驱动能适配的最高CUDA版本。
在这里插入图片描述

如果已有的驱动匹配的CUDA最高版本不满足要求，请在这NNVIDIA显卡驱动直达链接搜索与你显卡匹配的驱动并安装(参考刚才那个CUDA与驱动的版本对应表格)
在这里插入图片描述
玩游戏的话推荐安装Game Ready 驱动程序，我选的是红框的那个。选择完开始搜索，我选择最新的。点击下载。
在这里插入图片描述

双击下载完的驱动程序。
在这里插入图片描述
默认第一个，我选择第二个…（不玩游戏）不过好像也没差
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
安装完之后在控制面板—卸载程序那里会多出以下4个NVIDIA的程序。如果要更换CUDA版本的话这四个不需要卸载，把其余的卸载，然后安装新的CUDA即可。

在这里插入图片描述
更好的办法在这里，不用卸载CUDA，一台电脑配置多个版本CUDA，不同项目可使用对应的CUDA。

驱动安装成功的话在设备管理器的显示适配器里会出现你的显卡名字，如果出现黄色感叹号则需要重新安装(可能版本不匹配的问题)
在这里插入图片描述

下载pytorch

torch和torchvision版本兼容对照表
在这里插入图片描述

下载好驱动，确定自己使用的CUDA版本之后可以下pytorch了。

首先创一个新的环境，可命名为pytorch_gpu方便辨识，具体步骤可参考我那篇cpu版本pytorch安装教程里的操作，然后激活环境。

接着转到pytorch官网下载gpu版的pytorch，如下图选择：
【注】10.1是我用的CUDA版本(我的驱动能匹配11.2以下的CUDA)，也可以选其他合适的。
在这里插入图片描述
按照cpu版的那个教程设置好清华源之后，可以不用官方给出的指令安装(实际上就是去掉后面官方给的镜像源-c pytorch)，如下(因为我不需要torchaudio这个包，所以我把它也去了)：conda install pytorch torchvision cudatoolkit=10.1这行命令会默认下载最新的包，当然你也可以自己指定某些包版本，如：conda install pytorch==1.6.0 torchvision cudatoolkit=10.1，其他包会自动匹配合适的版本。

但是要注意指定的包之间要匹配，如不清楚可参考conda下载各种包时如何避免版本不匹配问题

以上命令会用清华镜像源飞速安装…

pytorch离线安装

pytorch离线安装包网址
选择对应的包下载下来，cu后面数字代表cuda版本号，cp后面的数字代表python版本号。然后cd到包所在的目录，pip install 加包名，即可，如pip install cu102/torch-1.8.0-cp36-cp36m-linux_x86_64.whl
cuda：10.2 torch：1.8.0 python ：3.6

下载CUDA

官网下载可能比较慢，我已经把CUDA10.1和配套的cuDNN下载好了，各位可直接百度云直达下载
提取码：txcl

CUDA9.2和配套的cuDNN百度云直达下载
提取码：81v4

如若需要其他版本，请自行到以下官网链接下载。

接着下载CUDA直达下载链接

选择最新的CUDA10.1
在这里插入图片描述
点进去之后根据自己实际情况依次选择操作系统—>架构—>系统版本—>本地安装(loacl)(别选错这个)—>下载

在这里插入图片描述

下载cuDNN

下载完CUDA之后在下面链接找与CUDA匹配的cuDNN，选最新的安装即可。
cuDNN直达下载链接
在这里插入图片描述
选择对应自己操作系统的版本(win 10 )
在这里插入图片描述

安装CUDA

这是下载好的CUDA和cuDNN，接下来分别安装
在这里插入图片描述
双击第一个文件安装CUDA
在这里插入图片描述
这个临时解压的目录，不必在意，默认即可…

在这里插入图片描述
在这里插入图片描述
点击+号进入内部选项
在这里插入图片描述

其中CUDA里面的选项Visual Studio intergration如果勾选了，电脑上没有Visual Studio这个软件的话，按照流程走下去最终可能会安装失败。所以我去默默地把vs2019下载了，然后再回来勾选它继续下载…
在这里插入图片描述
这两个大类里面的东西在你成功安装完图形驱动后就有了，可以不勾选不用重复下载。当然如果需要更新的话也可以勾选，它会帮你下载最新的版本。
在这里插入图片描述
这三个相同的是CUDA安装目录，要记一下，这里我复制一下：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
在这里插入图片描述
在这里插入图片描述
安装成功！！！至此CUDA已经安装完成！！！
在这里插入图片描述

打开vs也能看到CUDA啦
在这里插入图片描述

CUDA安装错误解决方案

安装错误如图
在这里插入图片描述
方案一:
请关闭杀毒软件 尤其360
请关闭杀毒软件 尤其360
请关闭杀毒软件 尤其360

我就是因为杀毒软件每次都在最后一步杀青~~~~(•́へ•́╬)

方案二：把vs2019下载完，然后先单独安装Visual Studio intergration，其余都不勾选，如图
在这里插入图片描述
在这里插入图片描述
刚才单独安装完Visual Studio intergration，现在来安装其他组件，重新双击CUDA安装软件，并到这一步，不勾选Visual Studio intergration。后面的安装步骤同前文所述。
在这里插入图片描述

安装cuDNN

cuDNN是一个常见的神经网络层加速库文件，能够很大程度把加载到显卡上的网络层数据进行优化计算，而CUDA就像一个很粗重的加速库，其主要依靠的是显卡。cuDNN需要在有CUDA的基础上进行，cuDNN可以在CUDA基础上加速2倍以上。

回到刚才需要记住的那个CUDA的安装目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
把cuDNN压缩包解压缩，分别把bin、include、lib\x64三个文件夹中的.dll、.h和.lib文件复制到CUDA目录下对应文件夹里。
不是把三个文件夹复制过去覆盖掉，是里面的文件！！！
不是把三个文件夹复制过去覆盖掉，是里面的文件！！！
不是把三个文件夹复制过去覆盖掉，是里面的文件！！！
在这里插入图片描述

环境变量配置

计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_1两个环境变量，接下来，还要在系统中添加以下几个环境变量：

【注意】ProgramData是隐藏文件，设置下才能看到，当然也可以直接把下面的路径复制。

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1

添加方法如下：
在这里插入图片描述
继续添加，如下图

前面的%CUDA_PATH%,作用其实就是加上CUDA_PATH的路径，也就是 C:\Program Files\NVIDIA GPU
Computing Toolkit\CUDA\v10.1

%CUDA_SDK_PATH%同理，就是刚才设置的第一条路径

在这里插入图片描述
在系统变量 PATH 里面添加（Windows
7直接在末尾追加，每个路径之间别忘了分号）：
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%

和4条默认安装路径：
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
在这里插入图片描述
在这里插入图片描述

验证是否成功安装

配置完系统环境变量之后，就可以查看CUDA是否安装成功以及环境变量配置情况

查看安装版本：win+R启动cmd，输入命令(中间有空格，V要大写)：

C:\Users\admin>nvcc -V

在这里插入图片描述
查看环境变量情况：输入命令set cuda
在这里插入图片描述
验证deviceQuery和bandwidthTest，在命令窗口运行测试文件，定位到CUDA的安装目录：继续在cmd里执行命令

cd  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite

然后先后输入deviceQuery.exe，bandwidthTest.exe，并按回车
在这里插入图片描述
在这里插入图片描述
如果上面两步返回结果是pass的话就证明成功了
在这里插入图片描述
在这里插入图片描述
终于杀青了~~~~~~~~~~~~~~~~~~~~~~~~~~

万字长文，非常感谢各位耐心观看！如果看到这句话，并且觉得有用的话点个收藏呗~~~

识久
关注
  • 111
    点赞
  • 踩
  • 316
    收藏
    觉得还不错? 一键收藏
  • 25
    评论
专栏目录
安装GPU版pytorch
linxinloningg的博客
01-16 918
安装GPU版pytorch
安装GPU版本Pytorch（全网最详细过程）
learn more，have more
03-02 3万+
安装GPU版本Pytorch（全网最详细过程）
【Python】PyTorch1.7.1 GPU安装失败
zsyyugong的博客
02-28 186
【代码】【Python】PyTorch1.7.1 GPU安装失败。
在GPU上运行PyTorch
逐梦苍穹的博客
07-16 1319
如何在GPU运行PyTorch
全网最详细的安装pytorch GPU方法，一次安装成功！！包括安装失败后的处理方法！
热门推荐
qlkaicx的博客
11-23 6万+
PyTorch的GPU版本利用了NVIDIA的CUDA技术，使得深度学习计算能够高效地在GPU上运行。使用GPU来执行深度学习计算可以显著加速计算，从而减少训练和推理时间。CUDA是NVIDIA推出的一种通用并行计算架构，可以使GPU执行通用计算任务，而不仅仅是图形处理。在PyTorch中，可以使用CUDA来利用NVIDIA GPU的并行计算能力加速模型训练和推理。cuDNN是NVIDIA专门为深度学习模型设计的一个库，它提供了高效的卷积操作和其他计算操作，可以进一步加速深度学习任务。
解决GPU版PyTorch安装问题
weixin_61092302的博客
02-21 650
需要注意nvidia-smi看到的CUDA版本可能和nvcc -V输出的版本不同，原因可能是我安装了好几次显卡驱动有点混乱，反正最后是以nvcc -V输出的CUDA版本为准，建议以已安装的CUDA版本去寻找对应版本的pyTorch，因为我试过安装指定版本的CUDA结果后来一直踩坑。打开官网下滑就能看到下面的界面，大部分教程建议下面的方式选择conda和对应的版本安装，但我尝试很多次都因为网络等原因无法安装，试过换源、搭梯子、改版本都不行，因此不推荐。注意我将最后的网址替换为了清华的源。
pytorch安装及使用GPU失败的解决办法
qq_43344096的博客
11-03 6021
安装pytorch环境、无法使用GPU解决办法
pytorch GPU安装
greet001的博客
01-24 1262
在安装GPU的时候，踩坑不少，现安装成功，特分享以记录 一、查看本机GPU版本 桌面–右键—打开NIADIA控制面板—帮助—系统信息—组件—NIVDIA.DLL 查看cuda最高可安装版本 二、官网下载与系统匹配的cuda https://www.geforce.com/hardware/technology/cuda/supported-gpus 亦可以百度搜索对应cuda下载，然后安装 如：https://developer.nvidia.com/cuda-11.3.0-download-archive
pytorch-gpu 安装
weixin_39031707的博客
01-09 624
打开Anaconda Propmt 在命令行里面输入如下命令: 创建pytorch-gpu虚拟空间 conda create -n pytorch-gpu python=3.7 -y 切换到pytorch-gpu空间 conda activate pytorch-gpu 为了使得安装快速,需要添加清华源 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --ad
Pytorch-gpu的安装
weixin_44028403的博客
04-14 1051
pytorch gpu版本详细安装教程
Pytorch安装（GPU版本）
Maple__Boy
03-02 1023
1、检查是否具有合适的GPU， 如有则安装Cuda,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。 (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
我学Pytorch之六~~~PyTorch安装GPU
yilvyangguang520的博客
04-21 198
我学Pytorch之六~~~PyTorch安装GPU
pytorch gpu安装教程（Perfect完美系列）
陈嘿萌的博客
07-17 8081
安装环境其实很简单，只需找到一个好的教程就足已；如果你觉得有困难，那么一定就是还没找到一个好的教程。
GPU版PyTorch安装
cherryc_的博客
02-26 2261
显卡4060，CUDA11.3+Pytorch1.12.0配置
pytorch [GPU版] 安装教程
fuckingGOD的博客
10-20 7216
安装GPU版pytorch
GPU版pytorch安装
weixin_51648162的博客
03-30 409
安装gpu版pytorch。
PyTorch安装教程（GPU版）
最新发布
qq_45670495的博客
08-03 1046
PyTorch的GPU安装方法，有详细的图过程，从显卡驱动到安装成功。
pytorch-gpu安装
qq_37721614的博客
07-01 566
服务器普通用户创建anconda环境并安装gpu版pytorch
pytorch gpu安装
无由页的博客
09-29 890
nvcc --version和nvidia-smi的版本可能會不一樣，前者是runtime api對應的版本，後者是driver api的版本。pytorch版本通常需要和runtime的版本匹配，driver的版本可以向下兼容。保证文件目录中只有一个解压后的cudnn文件夹。
安装pytorch gpu cuda10.2 1.12.1版本
04-04
以下是在Windows系统上安装PyTorch GPU CUDA 10.2 1.12.1版本的步骤： 1. 安装CUDA 10.2 前往NVIDIA官网下载CUDA 10.2的安装包，安装时选择自定义安装并勾选CUDA工具包和CUDA示例，其他组件按需选择安装。安装完成后，将CUDA的bin和lib文件夹加入环境变量PATH和LIBRARY_PATH中。 2. 安装cuDNN 7.6.5 前往NVIDIA官网下载cuDNN 7.6.5的压缩包，解压后将其中的bin、include和lib文件夹复制到CUDA的安装目录下，覆盖同名文件。 3. 安装Anaconda 前往Anaconda官网下载适合自己系统的安装包，安装完成后打开Anaconda Prompt。 4. 创建虚拟环境并安装PyTorch 在Anaconda Prompt中输入以下命令： conda create -n pytorch_env python=3.7 conda activate pytorch_env conda install pytorch==1.12.1 torchvision==0.9.1 cudatoolkit=10.2 -c pytorch 安装完成后，可以通过以下命令测试PyTorch是否安装成功： python import torch print(torch.__version__) 如果输出1.12.1，则说明安装成功。 5. 测试GPU加速 如果有NVIDIA GPU并且已经安装好了驱动程序和CUDA，可以通过以下命令测试GPU加速是否正常： python import torch print(torch.cuda.is_available()) 如果输出True，则说明GPU加速正常。 以上就是在Windows系统上安装PyTorch GPU CUDA 10.2 1.12.1版本的步骤，如果在其他操作系统上安装，具体步骤可能有所不同。
评论 25
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值