安装CUDA
查看显卡驱动
在终端键入命令
nvidia-smi
查看第二行CUDA Version,本机为12.2,意为最高支持使用12.2的CUDA版本
一般的,建议把显卡驱动升级后再进行后续安装。
选择所需CUDA版本
前往pytorch官网命令复制页面查看其最新支持的CUDA版本,目前【2023.12.7】pytorch推荐使用的CUDA版本是11.8和12.1,一般选择较新的版本,除非你的机器不支持该版本。
如果你是要安装给定的Pytorch版本,请在较早版本的pytorch下载页面查询配套的CUDA版本进行下载。
下载安装器
前往CUDA下载地址,下载所需版本的CUDA toolkit。
如需查看CUDA的细节,查看CUDA帮助文档。
检验CUDA安装情况
在命令行键入(区分大小写)
nvcc -V
安装正确可以查看到所需的版本号
安装cudnn
前往cudnn下载地址,选择对应版本。解压到你的CUDA版本对应的文件夹下,在本机中该文件夹名为:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1
并将解压出的文件夹名称重命名为cudnn。
添加cudnn环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\cudnn\bin
- 不确定是否必要
安装Torch
卸载旧版本Torch
conda uninstall pytorch
命令行安装
从pytorch官网命令复制页面根据你的需要复制安装命令。
我是conda版本安装,因此打开anaconda终端输入:
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
如果直接安装,则为:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
然后在可能出现的询问弹出键入y
- 如果使用一般的cmd终端,可能会出现CondaSSLError。改用conda自带的终端程序即可避免此问题。
- 其他方式官网安装助手
检查Torch可用性
import torch
x = torch.rand(5, 3)
print(x)
检查Torch.cuda可用性
import torch
torch.cuda.is_available()
- cuda.is_available()如为False,且安装的是conda版本,查看是否将torch安装到了其他环境。
检查Torch.cuda版本
print(torch.version.cuda)
输出应与你的cuda版本相同,若该值为None表示安装的是cpu版的pytorch,需要重新安装。
参考文档:
知乎:cuda 和 cudnn 库的卸载与安装