需要安装的部分:
- CUDA toolkit 驱动以及cuDNN (官网下载)
- 安装cudatoolkit、pytorch包 (Anaconda Prompt中输入命令安装)
感谢博主 1 1=3!,他的文章在安装驱动方面提供了直观易懂的参考!
步骤
1. 检查电脑GPU是否支持CUDA
打开“设备管理器 - 显示适配器” 查看型号,一定要是NVIDIA,然后在官网上查找CUDA是否支持相关型号,如果支持即可进行下一步。官方查询网址
2. 安装 cuda toolkit 驱动
1)首先,确定显卡驱动版本,再根据官方建议确认cuda toolkit版本。
电脑显卡驱动的管理程序GeForce Experience(下载地址)
在官方给出的表格范围内寻找可用的CUDA版本(下图为示例):
2) 下面就以 CUDA 11.1 为例,找到对应版本并下载
3)下载后,双击直接安装。
如果安装程序的系统检查出现找不到硬件的问题,有可能是因为,当前CUDA Toolkit版本与显卡驱动不匹配。
4)添加环境变量:
5)检验:
Win+R cmd 打开命令行, 输入 nvcc -V
如果出现
说明CUDA Toolkit安装成功。cmd里面可以输入nvidia-smi得到相关的信息显示(此处就不示例了)。
3. 安装cuDNN
下载匹配的cuDNN ,只要该版本支持CUDA 11.1就行:
将cudnn的zip文件解压缩,得到cuda目录中,如图所示的文件:
打开文件路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1 (是安装时选择的路径,有可能会被默认到C:\Users(username)\AppData\Local\Temp\CUDA),分别将cudnn解压缩得到的三个文件夹中的文件 分别copy到该路径下的同名文件夹中,txt文件直接copy到v11.1目录下就可:
检查CUDA的安装状态:(图片出处)
打开命令提示符,转到安装路径下 .\CUDA\v11.1\extras\demo_suite
运行bandwidthTest.exe,显示:
再运行deviceQuery.exe:
说明cuda toolkit和cudnn安装正确。
4. Anaconda Prompt 安装cuda toolkit 包
安装Pytorch时,为避免版本冲突,我选择重新创建一个虚拟环境(env_name是环境名,自己取):
conda create -n env_name python=3.8
然后根据官网的提示输入command,比如最新版本的pytorch:
即输入
conda install pytorch torchvision torhaudio cudatoolkit=11.1 -c pytorch -c nvidia
或者选择以前的版本:
即
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
`
5. 检验pytorch是否安装成功
打开Anaconda Prompt,输入conda activate (env name),打开python:
import torch
print(torch.cuda.is_available())
print(torch.verision.cuda)
如果打印结果为 True,以及cuda版本,那么说明Pytorch安装成功。
欢迎留言交流。