一. 安装cuda+cudnn(如果没有显卡,此步骤可以省略)
1.cuda安装
- cuda和pytorch的版本对应(切记版本要对应,不然无法使用gpu加速!)
- 去CUDA下载官网下载对应版本的CUDA-Toolkit
- 使用exe文件安装cuda
- 配置环境变量(有一些环境变量是自动生成的)
- 测试CUDA是否正常安装
使用win+R 打开cmd,然后输入 nvcc -V,出现如下提示表明安装成功!
2.cudnn安装
- cudnn和cuda的版本对应
- 去cudnn官网下载cudnn,需要注册/登录NVIDIA帐号,然后选择对应的版本下载
- 下载完成后,解压缩下载文件到本地,然后将里面的bin、clude、lib文件直接复制到CUDA的相同的安装目录下,直接覆盖安装即可
例如:将解压好的bin目录里的文件复制到cuda的安装目录下的bin文件夹中
注:lib文件需要复制到cuda目录下的lib\x64里面!
二.pytorch安装
方法一:
- 强烈建议使用anacoda, 查看anaconda的安装方法
- 去pytorch官网选择对应的pytorch版本,注意一定要和安装的cuda版本相对应
# 自行创建conda环境
# 打开cmd窗口
conda create conda create -n pytorch python=3.6
# conda 是指调用 conda 包,create 是创建的意思,-n 指后面的名字是环境的名字, pytorch是环境的名字(可以更改成自己喜欢的),python=3.6 是指创建的环境是基于 python3.6 版本。
# 激活环境
conda activate pytorch
# 复制粘贴上图画线内容(注:如果conda已经更改过清华源则不要加后面的 -c pytorch,否则无法使用清华源加速)
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
- 验证安装是否成功
# 以下操作在已经激活的pytorch环境中进行
# 输入pyhon
# 输入import torch,如果没有报错,则说明pytorch安装成功
# 输入torch.cuda.is_available(),如果为true说明可以使用GPU