(2021.05.24)在 pytorch中指定显卡
https://zhuanlan.zhihu.com/p/166161217
(2021.05.24)pytorch\cuda\cudatoolkit\显卡驱动的关系
(2021.05.24)解决cuda版本和显卡不适配的问题
https://www.jianshu.com/p/ac70300b598b告诉我低版本的pytorch,cuda版本为9.0,无法使用最新的显卡。
https://blog.csdn.net/weixin_42069606/article/details/105198845和https://blog.csdn.net/kellyroslyn/article/details/109668001讲了pytorch\cuda\显卡驱动等的关系
(2021.05.23)如何安装老版本的pytorch?
see official instructions:here。貌似1.0.0之前的版本都不能直接从conda install pytorch==x.x.x -c pytorch
安装了,不过可以下载whl后本地安装也可以直接在线安装。
pytorch版本离线下载地址:https://download.pytorch.org/whl/torch_stable.html
查看whl文件列表之后发现有两个合适的:
cu90/torch-0.3.0.post4-cp27-cp27m-linux_x86_64.whl
cu90/torch-0.3.0.post4-cp27-cp27mu-linux_x86_64.whl
运行命令pip install http://download.pytorch.org/whl/cu90/torch-0.3.0.post4-cp27-cp27m-linux_x86_64.whl
后报错ERROR: torch-0.3.0.post4-cp27-cp27m-linux_x86_64.whl is not a supported wheel on this platform.
说明该版本不适合自己的系统安装,于是换cp27mu
那版安装(cp27代表python2.7),成功!
一、安装pytorch-gpu的基本流程:
1. 创建一个pytorch专用的虚拟环境,配置好jupyter notebook等
这一步的原理、具体步骤和遇到的问题见文章后面
2. 安装NVIDIA显卡驱动
运行CUDA应用需要系统有跟CUDA Toolkit适配的GPU(硬件)和GPU驱动(软件),所以需要这一步。
首先在‘电脑-属性-设备管理器-显示适配器’查看自己的显卡型号,我的是NVIDIA GeForce 940MX。之后下载对应的NVIDIA驱动程序,地址是:https://www.nvidia.cn/Download/index.aspx?lang=cn,安装完成后用nvidia-smi
显示显卡的基本信息,有就是安装成功。
3. 安装CUDA
CUDA是英伟达的基于并行编程和指令集架构的计算框架,能利用并行计算引擎。
4. 安装cuDNN
NVIDIA cuDNN是用于深度神经网络的GPU加速库。获取地址为<