目录
安装你的CUDA与cuDNN
此处有其他大量且优质的教程,故不在此作过多详述,简单描述即可。
例如【CUDA安装详细教程】
CUDA
CUAD:https://developer.nvidia.com/cuda-downloads
或者根据你自己的显卡型号进行搜索
https://www.nvidia.cn/Download/index.aspx?lang=cn
在cmd中使用nvidia-smi与nvcc -V显示当前版本。
其中nvidia-smi右上角显示的CUDA版本为Driver API的版本
而nvcc -V命令所显示的CUDA版本为Runtime API的版本
在使用Nvidia官网提供的驱动更新CUDA版本后,可通过重启改变Runtime API的版本
cuDNN
cuDNN:https://developer.nvidia.com/cudnn
tips:需要注册账号
在Nvidia官网下载cuDNN安装包后
按照其他教程正常解压并改名为cudnn后放入cuda/版本号/内即可
选择你在anaconda中需要创建的虚拟环境的python版本
前往pytorch官网,并按照你的CUDA版本号选择相应的命令
通过跳转到被选中的URL或https://download.pytorch.org/whl/torch_stable.html也可以将对应的包下载到本地
PS:之所以会提到这个是因为尝试跟随b站教程PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】学习
创建环境(python版本为3.6),而CUDA版本是11.8
在尝试许久之后才发现在cu116(即cuda11.6)对应的包中根本没有对应的cp36的包,只有对应cp37~cp310的包
浪费了我不少时间,不过这属于我自己的问题,但为了避免其他人也遇上这种问题,还是提出来比较好
参考了站内文章Python 第三方库 cp27、cp35 等文件名的含义
简单翻译是:
如对于 gensim-0.12.4-cp27-none-win_amd64.whl文件名而言,将其文件名拆分的话,含义分别是:
0.12.4 - 包版本,他们可能正在使用语义版本控制
cp27 - 这个包是为 CPython 准备的。IronPython、Jython 或 PyPy 可能会不高兴。
CPython 2.7 版。
none - 此包的任何功能均不依赖于 python 应用程序二进制接口或 ABI
win_amd64 - 这是为 64 位 Windows 编译的。这意味着它可能有一些用 C/C++ 编写的代码
.whl - 这意味着这是一个轮子分布。这很方便,因为这意味着如果你在 Windows 上运行 CPython 2.7 64 位,并且假设你已经安装了 pip,那么你所要做的就是运行这个包:py -2.7 -m pip install –use-wheel gensim(当然,假设它在 pypi 上可用)。您可能需要先py -2.7 -m pip install wheel。但除此之外,这应该是全部。
创建anaconda中的虚拟环境
可能需要使用的源,可以直接添加在.condarc文件中
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
show_channel_urls: true
ssl_verify: true
在创建虚拟环境后使用pytorch官网提供的命令下载pytorch相应的包
此时可能会出现包括但不限于无法连接,报错等情况,
可尝试通过包括但不限于换源,挂VPN或将包下载到本地并安装等方式解决
验证
import torch
torch.cuda.is_available()
print(torch.__version__)
print(torch.version.cuda)
quit()
验证结果
torch.cuda.is_available()返回false的问题
情况一:CUDA环境与Torch版本不匹配
按照官网重新安装CUDA
如果你的CUDA版本比较旧,或者其他情况,不能直接在官网找到相应命令
可以通过使用官网上的历史版本选择适合的安装命令来安装pytorch,点击被选中的链接即可跳转,在未被选中是时呈橙色