在安装Pytorch前曾在网上查找过不少安装资料,但是还是遇到了一些坑,最近闲下来想找个地方把当初遇到的坑总结一下,为了防止以后再遇到类似的情况。
第一次安装参考的连接(该教程堪称胎教级教学但是未提及电脑驱动问题,我也是因此踩了不少的坑,如个人电脑驱动在GTX2040以上可直接根据下面教程安装):有幸遇见-b站最全最简洁易学的深度学习环境配置教程Anaconda+Pycharm+CUDA+CUdnn+PyTorch+Tensorflow_哔哩哔哩_bilibili深度学习环境配置Anaconda+Pycharm+CUDA+CUdnn+PyTorch+Tensorflow,如果您装好了动动小手手点个赞吧视频中出现的安装资源链接:https://pan.baidu.com/s/1NUUb5H0E2IGhgnu8JnUgBw 提取码:6vb2CSDN:https://mp.csdn.net/CDSN资源:https://download.csdn.nhttps://www.bilibili.com/video/BV1ov41137Z8?p=1
根据上面的安装教程完成后,仍然无法正常运行torch。在终端输入conda -list指令后发现,下载的GPU版本的pytorch被自动降级为了[cpuonly]版本,原因是当初选择的CUDA是跟我电脑显卡版本(GTX1050)一致的CUDA9.0,安装的CUDA版本过低。
接下来思路就清晰了:先查看电脑驱动→升级电脑驱动→查找对应驱动的CUDA→在官网上安装对应的pytorch
1.首先查看当前电脑的驱动版本:
在终端界面输入nvidia-smic查看当前的驱动版本(Driver Version)以及可以安装的最高的CUDA版本(CUDA Version)
2.根据对应的最高版本,去CUDA官网(https://developer.nvidia.com/)寻找合适的CUDA版本(此处下载的是CUDA10.2)
3.对应自己下载的CUDA版本去下载Pytorch(1.10)
查看当前电脑的配置(GPU或者CPU)对应的CUDA版本:
Release Notes :: CUDA Toolkit Documentation
4.完成
一些下载路径:
CUDA Toolkit:CUDA Toolkit Archive | NVIDIA Developer
神经网络加速包 cuDNN:cuDNN Archive | NVIDIA Developer