Windows11 NVIDIA GeForce RTX 3080 Laptop GPU 安装GPU版本的Pytorch方法
一、查看显卡驱动及安装对应的CUDA版本方法
-
查看笔记本显卡型号
查找NVIDIA Control Panel 即可查看 -
查看显卡版本、驱动及对应的CUDA版本
在命令行中或者Anaconda Prompt中输入nvidia-smi
这里可以看到可以安装的驱动版本以及对应的CUDA版本号。
参考:(cuda 驱动对照表)https://blog.csdn.net/qq_41946216/article/details/129476960
根据Driver Version: 512.78, 也可以选择其他版本。例:Driver Version: 512.78 >= 511.65,可以向下兼容,所以除了可以安装CUDA11.6版本以外,低版本的CUDA也可以安装,本文以CUDA11.6为例。
二、确定CUDA、cuDNN、Python、Pytorch、Torchvision、Torchaudio对应版本方法及安装
确定顺序:CUDA == 11.6 => cuDNN == 8.9.4 => Python == 3.10 => Torch == 1.12.1+cu116, Torchvision == 0.13.1+cu116, Torchaudio == 0.12.1
三、CUDA安装及确认
-
下载安装CUDA
下载地址:https://developer.nvidia.com/cuda-11-6-0-download-archive
- 双击CUDA安装包: cuda_11.6.0_511.23_windows.exe
- 按照默认路径安装 -> OK -> 同意并继续 -> 精简安装 -> 完成
-
配置CUDA环境变量
- 右键Windows -> System -> Advanced system settings -> Environment Variables
- System variables下编辑添加:
CUDA_PATH 安装路径\NVIDIA GPU Computing Toolkit\CUDA\v11.6
CUDA_PATH_V11_6 安装路径\NVIDIA GPU Computing Toolkit\CUDA\v11.6
- 如果安装多个CUDA版本的话,在
安装路径\NVIDIA GPU Computing Toolkit\CUDA\
下会有另外的文件夹,例如v11.5,使用不同版本的话,更新环境变量即可 - 重启电脑
-
确认当前CUDA版本
在命令行中或者Anaconda Prompt中输入nvcc -V
, 确认安装成功。
四、cuDNN安装及确认
-
cuDNN版本查询及下载
下载地址:https://developer.nvidia.com/rdp/cudnn-download- 注册账号、登录、同意 License Agreement
- 下载 _for CUDA 11.x_版本
-
安装cuDNN
- 解压文件夹 -> 复制 bin, include, lib 三个文件夹到CUDA v11.6的安装目录下。
-
配置cuDNN环境变量
- 同CUDA环境变量配置方法,找到 Environment Variables
- CUDA安装过程中自动配置了一个环境变量,名为Path,双击
- 添加四个路径,与CUDA路径一致
-
检查cuDNN是否安装成功
-
打开命令行:Win + R :
cmd
-
在CUDA安装路径下:找到 deviceQuery.exe
输入:deviceQuery.exe
Result = PASS
-
运行 bandwidthTest.exe
输入:bandwidthTest.exe
Result = PASS
-
两者全部PASS表示cuDNN安装成功
-
五、安装GPU版本的Pytorch
-
在Anaconda Prompt下创建虚拟环境并进入
conda create -n [Virtual Name] python=[Version Number]
conda activate [Virtual Name]
-
确定Pytorch版本
确认地址:https://pytorch.org/get-started/previous-versions/
确定版本:Torch == 1.12.1+cu116, Torchvision == 0.13.1+cu116, Torchaudio == 0.12.1 -
安装Pytorch
-
在虚拟环境中下载输入命令
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
-
如果正常安装则安装完成,但如果失败查找不到文件,可能是Python版本不对
- 进入下载地址:https://download.pytorch.org/whl/cu116 查找我们要下载的文件
- 注意:这里的cu116是CUDA11.6的缩写,cpXXX指的是Python版本,这里对应的版本有3.7、3.8、3.9、3.10,所以查看Python版本
- 卸载原来的Python版本并安装对应版本
pip uninstall python== xxxxxx
pip install python== xxxxxx
- 再次安装Pytroch
- 进入下载地址:https://download.pytorch.org/whl/cu116 查找我们要下载的文件
-
-
验证是Pytorch GPU版本是否安装成功
- 进入虚拟环境
- 进入Python环境
python
- 输入:
import torch
torch.cuda.is_available()
- 输出:True
- GPU版本安装成功。