win10系统配置GPU版本Pytorch

最新推荐文章于 2023-07-03 00:19:48 发布

SGchi

最新推荐文章于 2023-07-03 00:19:48 发布

阅读量444

点赞数 1

本文链接：https://blog.csdn.net/SGchi/article/details/116241998

版权

一、安装cuda

1、在英伟达官网下载最新版的cuda驱动

https://developer.nvidia.com/zh-cn/cuda-downloads
在这里插入图片描述
安装时都选上就行了，然后一路默认安装

2、在控制台输入nvcc -V查看是否安装成功

在这里插入图片描述

二、安装pycuda

1、在控制台中输入pip install pycuda 安装pycuda

2、在环境变量中添加cl.exe，（需要提前装好VS Studio，在此省略了安装步骤，需要的小伙伴可以自行百度）

在这里插入图片描述

3、测试pycuda是否正常运行

import pycuda.driver as drv
import pycuda.tools,pycuda.autoinit,numpy
import numpy.linalg as la
from pycuda.compiler import SourceModule
 
mod = SourceModule("""
__global__ void multiply_them(float *dest, float *a, float *b)
{
  const int i = threadIdx.x;
  dest[i] = a[i] * b[i];
}
""")
 
multiply_them = mod.get_function("multiply_them")
 
a = numpy.random.randn(400).astype(numpy.float32)
b = numpy.random.randn(400).astype(numpy.float32)
 
dest = numpy.zeros_like(a)
multiply_them(drv.Out(dest), drv.In(a), drv.In(b),block=(400,1,1))
 
print(dest-a*b)

在这里插入图片描述
全为0说明GPU计算结果跟CPU一样

三、安装GPU版本的pytorch

进入pytorch官网

1、根据刚才下载的cuda和自身环境选择需要安装的pytorch版本，选择后下面会出现一个安装命令，复制运行即可

在这里插入图片描述

2、如果该命令运行失败的话，一般是由网络波动，造成下载超时引起的（我装了三次都是这个原因orz。。）

解决办法：

1）使用国内 conda 软件源加速：

$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
$ conda config --set show_channel_urls yes

使用国内pip源的更多办法

1.临时设置方法：

可以在使用pip的时候加在最后面加上参数 -i https://pypi.tuna.tsinghua.edu.cn/simple

例如：pip install jieba -i https://pypi.tuna.tsinghua.edu.cn/simple #
jieba 是一个包

2.永久设置方法：

pip install pip -U pip config set global.index-url
https://pypi.tuna.tsinghua.edu.cn/simple

配置完之后就可以像平常一样安装包，速度提升几十倍

例如：pip install jieba

切换为阿里云进行下载

pip install pandas -i http://mirrors.aliyun.com/pypi/simple/
–trusted-host mirrors.aliyun.com pip install pandas -i http://mirrors.aliyun.com/pypi/simple/

阿里云 http://mirrors.aliyun.com/pypi/simple/ 豆瓣(douban)
http://pypi.douban.com/simple/ 清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/ 中国科学技术大学
http://pypi.mirrors.ustc.edu.cn/simple/

2）使用国内源镜像后对于大文件可能仍然出现下载失败的情况，对于这些包我们需要采用本地安装的方式。

通过配置conda config --set show_channel_urls yes在安装时控制台会显示安装包的下载地址，将下载地址复制下来，使用浏览器下载然后通过conda install --offline torchvision-0.4.0-py37_cu100.tar.bz2本地安装。（torchvision-0.4.0-py37_cu100.tar.bz2为你需要本地安装的包，需要先进入其存在的文件夹中才能使用该命令
在这里插入图片描述
使用浏览器下载的好处是下载错误时可以选择继续下载，不会一下子报错。但是有可能会出现网络波动较强，浏览器下载时频繁错误。

解决办法是，在浏览器（Chrome）上安装使用IDM下载器进行下载（超级好用），效果图如下：
在这里插入图片描述
将这个大文件下载好后进行本地安装，然后再使用pip命令重新安装即可，重新安装时已经安装完成的文件会跳过，剩下一些小文件搭配国内镜像很快就能下载好。