开发环境配置:Windows下Pytorch安装记录
因为自己电脑是Windows,自己做实验亦是在Windows下写代码,跑通了之后同步代码到实验室的服务器上去训练,这里记录一下Windows下Pytorch
安装过程。
一些必要的软件或者工具版本以及下载链接为:
CUDA10.2
:https://developer.nvidia.com/cuda-10.2-download-archivecudnn
:https://developer.nvidia.com/zh-cn/cudnnPytorch
官网:https://pytorch.org/
1.安装CUDA和cudnn
在上面的链接中下载好 CUDA10.2
和对应的cudnn
后,先安装 CUDA10.2
,安装的时候注意如果电脑上有VS,按默认安装即可。如果没有VS,最好选择自定义,然后把选项里与VS有关的部分前面的√取消掉。
安装好 CUDA10.2
后,解压,将对应文件夹下面的文件拷贝到 :
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
对应的同名文件夹下即可。
2.安装Pytorch
直接在命令行中使用pip
安装,命令如下:
pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
3.测试
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.device_count())
输出:
1.8.1+cu102
True
1
至此,Windows下Pytorch
环境配置完成,至于实验室的Linux服务器端由于服务器已经配置好了CUDA环境,因此只需要直接安装Pytorch
即可。