-
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.htmlcu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。
【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