"""
步骤:
1.新建虚拟环境
2.安装cuda和cudnn
3.下载pytorch
方法一:官网直接下载
方法二:从镜像网站下载,利用conda install实现本地安装
4.验证
"""
1.新建虚拟环境
1.1 查看显卡支持的cuda版本
- Win+R打开命令行终端,输入nvcc -V查看本机cuda
nvcc -V
- 输入nvidia-smi查看本机支持的最高cuda版本nvidia-smi
nvidia-smi
可以看出,本机cuda11.2,最高支持cuda11.6
本次欲安装版本如下:
Name | Version |
pytorch | 1.12.1 |
python | 3.8.19 |
cudatoolkit | 11.3.1 |
cudnn | 8.2.1 |
1.2 新建虚拟环境
新建并激活虚拟环境
conda create -n torch1.12.1_py38
activate torch1.12.1_py38
此处,torch1.12.1_py38 可以换成自己的环境名。
2. 安装cuda和cudnn
因为从官网下载很慢,所以用清华镜像源下载的
清华镜像源:Simple Index
cuda和cudnn的对应关系可在官网查询:cuDNN Archive | NVIDIA Developer
查询镜像源内包含的cuda(cudatoolkit版本和cudnn版本)
conda search cudnn -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda search cudatoolkit -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
找到目标版本 cudatoolkit11.3.1和cudnn8.2.1,下载
conda install cudatoolkit=11.3.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda install cudnn=8.2.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
3.pytorch下载
3.1 方法一:官网下载
根据引导按照给出的自己下载,但是速度很慢
3.2 方法二:镜像网站下载离线安装
因为官网下载太慢,考虑利用镜像网站离线安装,如果后续有缺失的依赖可以再从官网下载,这样可以极大缩短安装时间。
镜像网站:Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
注意:要下载三个包,pytorch,torchvision,torchaudio(具体版本要和官网对应)
3.2.1 pytorch
找到要下载的torch版本,对应好Python版本和cuda版本(我们前面下载的cudnn是8.2,这里要求是cudnn8.0,我试了,没问题,可以用)
3.2.2 torchvision
3.2.3 torchaudio
3.2.4 安装
conda install 包所在绝对路径
三个包都要install
到此 安装结束,一定要测试。
4. 测试
4.1 激活环境
conda activate 环境名
4.2 测试
python
import torch
torch.cuda.is_available()
print(torch.cuda.current_device())
print(torch.cuda.device_count())
结果:
True
0
1 (如果报错看4.3)
4.3 遇到的问题:
4.3.1 import torch报错:找不到指定模块caffe2_nvrtc.dll
去对应路径下找,是否有这个文件,如果有,说明是其依赖出错,如果此时下载了cudnn,则重新执行官网下载该版本的命令,就会自动下载缺失的依赖。
比如,在这里,我们执行命令:
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
即可解决。
4.3.2 报错:找不到指定的模块 shm.dll
解决方法同上
4.3.3 其他解决方法(本文未验证)
Pytorch 错误加载“\lib\site-packages\torch\lib\shm.dll”或其依赖项之一|极客笔记 (deepinout.com)