由于老板配置了一台新的1660s的电脑,最近搞研究需要用到GPU,所以本文记录安装GPU版本的pytorch。
Anaconda是一个开源的环境管理器;
一、Anaconda的安装
本人喜欢Anaconda+Vscode 用习惯了,不喜勿喷
这是我的Anaconda版本
安装过程就一路点 next 就行
在安装的时候,尽量不要装在C盘,占用空间过大
在下面的时候,第一个选项可以勾选,这样就不用自己配置环境变量了
二、配置安装CUDA
检查自己的显卡能支持cuda的版本,从我这里可以看到CUDA可以支持11.1,高版本的cuda可以兼容低版本的cuda,也就是说我的电脑此时最高支出cuda≤11.1。
那我们就安装cuda11.1的版本以及对应的cudnn。
我们去 英伟达官网 下载对应的CUDA版本,我下载的是CUDA11.1,我下载的是本地的
安装CUDA,双击下载好的exe文件即可
在写这篇博客的时候,我已经安装好了cuda11.1,所以这里就是借助其他的图,如下所示:安装成功之后就是这样子
此时已经安装好了CUDA,我们在cmd测试一下是否真的安装成功
在 cmd 窗口入输入
nvcc -V
成功安装cuda11.1版本
三、安装CUDNN
在 链接 下载与CUDA对应的cudnn即可
找到自己对应
下载好之后将cudnn中的内如直接复制到cuda中下面
这是我已经复制好了
四、安装Pytorch
在 Pytorch官网 找到与你的cuda匹配的torch版本,我用的是1.8.0
可以看到torch1.8.0是支持cuda11.1版本的
建议用镜像下载:
清华:https://pypi.tuna.tsinghua.edu.cn/simple 阿里云:http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 华中科技大学:http://pypi.hustunique.com/
山东理工大学:http://pypi.sdutlinux.org/ 豆瓣:http://pypi.douban.com/simple/
然后输入下面指令下载
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch===1.8.0 -f https://download.pytorch.org/whl/torch_stable.html
如果安装的是CPU版本的,请输入下面指令下载GPU版本
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch===1.8.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html
五、安装VSCODE
个人比较喜欢vscode,本人安装的是vscode,在anaconda界面就可以下载,好像新版的的不支持vscode,那就可以在 vscode 官网下载
六、测试Pytorch CUDA是否可用
注意:若配置环境中出现
[WinError 126] 找不到指定的模块。 Error loading “E:\anaconda3\lib\site-packages\torch\lib\asmjit.dll” or one of its dependencies.
这个问题,可以参考我这篇文章:链接
我是没有创建虚拟环境给torch使用,所以我就直接用了
此时完成了cuda+cudnn+torch的配置