【问题解决】Win10下配置gpu训练环境过程遇到的几个问题

最新推荐文章于 2024-06-21 15:43:20 发布

Can__er

最新推荐文章于 2024-06-21 15:43:20 发布

阅读量825

点赞数

分类专栏： others 文章标签： python 深度学习 pytorch

本文链接：https://blog.csdn.net/can__er/article/details/125792289

版权

others 专栏收录该内容

17 篇文章 1 订阅

订阅专栏

一定要先更新显卡驱动，我最开始安装了一气之后，发现pytorch最新版本已经不支持老的显卡驱动所适配的cuda了。
库函数使用pip而不是conda安装过程会更加顺滑，因为conda涉及的镜像部分默认cpu，一定看好了是哪个版本，最保险的还是下载下来镜像自己安装：
链接是这个：https://download.pytorch.org/whl/torch_stable.html

cu是cuda版本，比如电脑中cuda是11.2的，安装cu101的就不可以。再往后面是包的名字和版本，cp是python版本。最后是平台。
关于版本对应问题，首先通过控制面板看自己有没有独立显卡（集成显卡有很多不支持cuda框架），然后查阅显卡是否支持cuda（官网规格）。更新驱动后进入显卡的控制面板，这里我之前卸载了，需要重新从应用市场安装NVIDIA Control Panel，这里面可以看到支持的cuda版本。
下载对应cuda和cudnn（cudnn是可以理解成cuda的补充库），然后按照教程配置环境变量。这里需要注意版本问题，如果之前安装过，就直接一路next精简版安装，没有安装过就自定义安装，选择全部，否则会出现版本不一致导致的冲突问题。运行下图中（注意不同的安装路径）这两个exe，可以检查cuda是不是安装成功。

如果都出现了pass，但是你在程序中却找不到显卡，或者torch.version干脆都是cpu，那就是库函数的安装问题，某些情况下，需要打开python库的安装路径，手动！！！删除一系列torch库，因为安装不同版本的时候，有可能之前的没有自动卸载成功什么的，会导致import的时候还是import了之前的。