Cuda+Cdnn+Torch安装Torch.Cuda.is_available =True注意要点(踩坑记录)

(env1_yolov5) E:\PY\YOLOV5\yolov5-6.0>pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Looking in links: https://download.pytorch.org/whl/torch_stable.html
Collecting torch==1.10.1+cu102
  Downloading https://download.pytorch.org/whl/cu102/torch-1.10.1%2Bcu102-cp39-cp39-win_amd64.whl (1485.9 MB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 1.5/1.5 GB 3.4 MB/s eta 0:00:00
Collecting torchvision==0.11.2+cu102
  Downloading https://download.pytorch.org/whl/cu102/torchvision-0.11.2%2Bcu102-cp39-cp39-win_amd64.whl (2.6 MB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 2.6/2.6 MB 4.1 MB/s eta 0:00:00
Collecting torchaudio==0.10.1
  Downloading https://download.pytorch.org/whl/cu113/torchaudio-0.10.1%2Bcu113-cp39-cp39-win_amd64.whl (336 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 336.6/336.6 KB 6.9 MB/s eta 0:00:00
Requirement already satisfied: typing-extensions in e:\anaconda3\envs\env1_yolov5\lib\site-packages (from torch==1.10.1+cu102) (4.1.1)
Requirement already satisfied: pillow!=8.3.0,>=5.3.0 in e:\anaconda3\envs\env1_yolov5\lib\site-packages (from torchvision==0.11.2+cu102) (9.1.0)
Requirement already satisfied: numpy in e:\anaconda3\envs\env1_yolov5\lib\site-packages (from torchvision==0.11.2+cu102) (1.22.3)
Installing collected packages: torch, torchvision, torchaudio
  Attempting uninstall: torch
    Found existing installation: torch 1.11.0
    Uninstalling torch-1.11.0:
      Successfully uninstalled torch-1.11.0
  Attempting uninstall: torchvision
    Found existing installation: torchvision 0.12.0
    Uninstalling torchvision-0.12.0:
      Successfully uninstalled torchvision-0.12.0
  Attempting uninstall: torchaudio
    Found existing installation: torchaudio 0.11.0+cu113
    Uninstalling torchaudio-0.11.0+cu113:
      Successfully uninstalled torchaudio-0.11.0+cu113
Successfully installed torch-1.10.1+cu102 torchaudio-0.10.1+cu113 torchvision-0.11.2+cu102

(env1_yolov5) E:\PY\YOLOV5\yolov5-6.0>python
Python 3.9.7 (default, Sep 16 2021, 16:59:28) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.10.1+cu102'
>>> torch.cuda.is_available()
True

总结:

0.参考(1条消息) Cuda和cuDNN安装教程(超级详细)_jhsignal的博客-CSDN博客_cuda安装教程

1.安装Cuda注意点

       1.1  Version是windows系统,选择win10

       1.2 exe(local)是完全离线安装包,可以复制链接用迅雷下载,速度很快.如果选择(network)的话会安装到一半再网上下载,可能速度很慢.

       1.3  点击安装包后的第一个弹窗,建议在其他盘新建一个空文件夹,安装结束后会自动删除掉

         1.4 记住安装位置,后面需要将文件放入,最好使用默认位置.

         1.5 出现图形程序问题不用担心,因为图形程序版本高能兼容低版本Cuda.

(1条消息) nvidia驱动,cuda与cudnn的关系_「已注销」的博客-CSDN博客_cuda和nvidia驱动的关系

        1.6 按照教程设置系统变量(按照教程一步步来,该重启就重启,保险一点!)

2.安装cuDNN注意点

        2.1 按照Cuda版本选择cuDNN, 不要被显卡程序里面的Cuda.dll和nvidia-sim显示的版本误导了,版本号从nvcc -V/安装包截图/安装路径 确定!

         2.2 移动文件夹,其中lib文件夹中有两个子文件夹,不用担心,直接放在lib下就可以,重要的是后面添加path环境变量(我不知道父文件夹和两个子文件夹都复制了一份)

        2.3 按照教程将上面三个文件夹添加进path环境变量

3.按照教程检查安装是否安装正确.

4.安装torch

        4.1 进入pycharm,进入环境

        4.2 进入Previous PyTorch Versions | PyTorch,直接找到轮子-对应cuda版本,复制命令,

在pycharm中粘贴运行.

         4.3 运行命令,检查是否可用

>>> import torch
>>> torch.__version__
'1.10.1+cu102'
>>> torch.cuda.is_available()
True

 

 

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CDNN(Cluster-based Discriminative Neural Networks)软件是一种用于计算蛋白质二级结构的计算工具。蛋白质二级结构指的是蛋白质中由α-螺旋、β-折叠和无规卷曲(coil)构成的三种结构元素的排列组合。 CDNN软件通过将蛋白质序列输入计算模型中,利用神经网络的方法进行计算,可以预测蛋白质中每个氨基酸残基的二级结构。它的计算过程主要包括以下几个步骤: 1. 数据预处理:CDNN软件首先将输入的蛋白质序列转化为对应的氨基酸残基特征向量。这些特征向量包含了蛋白质中每个氨基酸的生物学性质和结构信息。 2. 特征提取:CDNN软件将处理过的特征向量输入到神经网络中,通过多个隐藏层的计算,提取出蛋白质序列中的更高级别的特征。这些特征可以反映出蛋白质中不同氨基酸残基之间的相互作用和相关性。 3. 二级结构预测:CDNN软件根据特征提取结果,利用神经网络对蛋白质中每个氨基酸残基的二级结构进行预测。预测结果可以判断出蛋白质序列中各个位置对应的α-螺旋、β-折叠和无规卷曲结构元素的存在概率。 CDNN软件的计算准确性得益于神经网络的能力,它可以利用大量的训练数据进行学习,并通过优化模型参数来提高预测性能。CDNN软件的应用范围广泛,包括蛋白质结构预测、蛋白质功能研究和药物设计等领域。它为科学家们提供了一种有效的工具,帮助他们更好地理解蛋白质的结构与功能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值