1.CUDA 10.1
.com网址要挂个梯子特别慢,后来找到了这个https://blog.csdn.net/weixin_44065323/article/details/115715271
直接速度飞起
https://developer.nvidia.cn/cuda-10.1-download-archive-update2?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe:
首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe
2.对应的cudnn
https://developer.nvidia.com/rdp/cudnn-archive
我的安装位置记录
安装教程如下https://blog.csdn.net/fengxinzioo/article/details/105646969?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163740971016780271964288%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=163740971016780271964288&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_ecpm_v1~rank_v31_ecpm-3-105646969.pc_search_result_cache&utm_term=CUDA10.1安装&spm=1018.2226.3001.4187
3.pytorch1.6
4.torch.cuda.is_available()
import torch
print(torch.version)
print(torch.cuda.is_available())
显示为False
①查找电脑配置GPU与CUDA的对应关系,发现刚好都是10.1对应10.1,升级NVIDIA的GPU至对应硬件最新版本,理论上可支持11.0了,但还是返回False
②去淘宝问,pytorch+GPU,返回True要50,项目相关包安装及跑通需要280,劝退
③将torch和torchvision先全卸载,在下面官网下载离线安装包
https://download.pytorch.org/whl/torch_stable.html
选择对应的cu101,(之前选的是cpu),选了自己需要的torch 1.6.0,torchvision 0.7.0
在E:\python\Scripts中安装,如果直接在E:\python中安装会显示该轮子不符合要求,一开始以为是版本问题,好像与文件夹也有关,毕竟包都要放在一起
安装成功
并且返回了True,零零散散花了一个星期,头一回跑深度学习