参考原文:Win10下NVIDIA-GForce940MX-Python3.9.7的Pytorch包安装经验分享(pip安装法)_window geforce 940-CSDN博客
01.查找显卡最高支持的CUDA版本
CUDA包需要与显卡适配,这里指的是你的显卡最高支持到哪个版本的CUDA包,具体操作:在电脑桌面鼠标右键——NVIDIA控制面板中进入——系统信息——查找自己显卡最高支持到哪个版本的CUDA,可以看到本人显卡最高支持到CUDA 11.0版本。
02.查询显卡是否支持CUDA,了解CUDA运算评分
登录英伟达网址:
https://developer.nvidia.com/cuda-gpus
进入界面——选择:支持CUDA的Geforce——寻找是否有自己对应的型号(我的是940MX,但是这里显示940,不要慌直接点击进去就会发现它的详细型号,存在及证明支持)
03.确认了显卡支持CUDA包,开始CUDA下载安装分,分三步
第一步:登录Pytorch网址,查询当前Pytorch版本及对应的CUDA版本,网址如下:
可以查看到当前稳定版为Pytorch2.3.0,选择pip安装,Python语言环境,我们选择安装CUDA11.8版本
第二步:登录NIVIDA下载CUDA网址:选择第一步中提示的CUDA11.8版本下载。
第三步:下载好CUDA后,进行解压和安装操作
找到刚刚下载好的CUDA——右键管理员打开——选择解压目录——选择避开C盘以外的路径,等到解压完成后,自动进入安装界面。
默认进行安装,中间选择推荐的精简安装即可
由于我的电脑没有安装合适版本的Visual Studio,安装失败了,失败界面如下:
原因描述:电脑没有先安装Visual Studio
解决方案:
后退,后退,后退,
取消安装CUDA Toolkit 11.6.0
然后先安装Visual Studio 2022社区版
再安装CUDA Toolkit 11.6.0
最后再安装对应的cuDNN
参考链接:
No supported version of Visual Studio was found.-CSDN博客
报错没有Visual Studio?windows10如何安装CUDA?附cuDNN安装。_安装cuda时提示没有visual tudio-CSDN博客
CUDA Toolkit安装教程(Windows)-CSDN博客
CUDA与CUDNN在Windows下的安装与配置(超级详细版)_windows cudnn安装-CSDN博客
安装visual studio2019:visual studio用的不多的,可以只安装c++那一小栏
安装教程:VS2019安装和使用教程(超详细)_vs2019安装教程-CSDN博客
下载链接:Visual Studio 2022 IDE - 适用于软件开发人员的编程工具
CUDA 安装成功:
校验
若看到CUDA_PATH
和CUDA_PATH_V11_1
添加到环境变量,则说明安装成功。
并且在环境变量->系统变量->Path里面也能看到新添加的CUDA路径。
最后:确认CUDA是否安装成功:Win+R——运行CMD——输入nvcc -V
当出现上述界面,证明安装CUDA成功了。
04.安装CUDNN,进入下载官网:
官网链接:https://developer.nvidia.com/cudnn
进入下载——选择对应自己安装的CUDA版本(我的是11.8所以选择11.X)
下载后进行解压,将解压后的bin、include、lib文件直接复制到CUDA的安装目录下(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3)——过程中会提示提高至管理员权限,选择确认即可——复制好即代表安装成功。
05.安装Pytorch
回到03中的第一步,打开官网,将要安装的Pytorch包对应的代码复制——输入值CMD控制窗中
cuda与pytorch对应关系、pytorch与python对应关系、以及国内镜像网站安装 参考下面这个链接:Pycharm搭建CUDA,Pytorch教程(匹配版本,安装,搭建全保姆教程)_cuda12.3对应的pytorch版本-CSDN博客
检查CUDNN是否安装成功
打开C:\Program Files\NVIDIA Computing Toolkit\CUDA\v12.2\extras\demo_suite,查看是否有文件bandwidthTest.exe以及deviceQuery.exe,若存在则在该文件中打开cmd运行两.exe文件
运行bandwidthTest.exe结果:
运行deviceQuery.exe结果
若都能成功运行就恭喜你CUDNN安装成功了
06 在pycharm中使用下面这段代码调用gpu进行测试
import torch
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
print(torch.cuda.device_count())
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())
注意:
如果安装失败想要卸载PyTorch,可以使用pip卸载Pytorch:
参考文章:PyTorch卸载全攻略:从环境配置到清理残余一应俱全-百度开发者中心 (baidu.com)pytorch安装及卸载_conda uninstall pytorch-CSDN博客
pip uninstall torch