安装步骤
由于30系显卡已经且仅支持cuda11.1,因此配置pytorch-gpu环境时,可能会存在一些问题(torch只支持到11.0),下面以3080为例介绍一下安装的主要流程。
安装cuda
安装cuda步骤很简单,主要有以下几个 :
- 去NVIDIA官网去下载CUDA11.1 local版本(network版本下载速度较慢);大概2.9G,用迅雷速度蛮快的。
- 下载好之后是这个样子;点击安装即可,没有试过装其他盘,一般就c盘吧;然后后面就一直默认就好啦!
- 装好之后,打开cmd, cd去CUDA的安装路径里面看看,如果没有改变路径,那就是如下的路径,有没有安装成功;
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
然后输入如下命令:
nvcc -V
如果出现如下结果,那就说明安装好了!可以进入下一步cudnn的安装了
安装cudnn
- 去NVIDIA官网去下载与CUDA11.1对应的cudnn版本。
2.解压一下下载好的cudnn压缩包,完了后长这个样子
事实上,前面安装的cuda的路径下也有这三个对应的文件夹(bin,include,lib),我们要做的就是用cudnn的三个文件夹替换cuda中对应的三个文件夹.直接粘过去就行了!
3.下面测试是否将cudnn安装好
首先进入CUDA的安装路径->extras->demo_suite,里面有两个测试程序,一个是bandwidthTest.exe,一个是deviceQuery.exe
然后可以在demo_suite这个文件夹下打开cmd,运行那两个exe,结果如下图
如果出现上面的结果,说明cudnn也安装成功了!
安装pytorch
这里可以去pytorch官网查看一下版本信息和命令
目前pytorch1.7都不支CUDA持11.1,不过没关系,我们还是可以用如下命令去安装
先用conda创建一个虚拟环境,这里我使用的是python3.8
conda create -n env_name python=3.8
最好把镜像源配置一下,以防后面下载速度太慢
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes
然后接着,激活你的虚拟环境,输入如下命令
pip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html
等待安装即可。。。
安装完测试一下
其他问题
由于torch以来numpy,需要安装numpy包,但可能出现下面的两个问题:
- numpy版本过高的问题
numpy版本过高时,如1.19.4, 会出现如下问题,解决方案就是参照这位博主的方法,降低版本到1.19.3就行了
RuntimeError: The current Numpy installation (‘D:\Develop\anaconda\lib\site-packages\numpy\init.py’) fails to pass a sanity check due to a bug in the windows runtime. See this issue for more information: https://tinyurl.com/y3dm3h86
- 又或者你的虚拟环境已经有了numpy,但是他是numpy+mkl版本
会出现下面的问题这时候直接卸载掉mkl的numpy就好了,用pip install numpy==1.19.3就好了。原因可能是因为:这个貌似是因为pytorch使用的计算加速库aten和mkl都是基于openmp的,两者都产生了openmp runtime,这个错误的信息说了最好保证只有一个openmp runtime
OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.错误