第一步
1、看看自己的显卡支不支持gpu,我的是gtx1050可以支持gpu,然后更新驱动,驱动版本可以高,但是不能低。
2、看看自己电脑上有没有cuda,有没有目录(C:\Program Files\NVIDIA GPU Computing Toolkit),没有的话在cuda官网上去下载安装cuda,我安装的版本是10.2。(为什么安装10.2,因为pytorch的官网
https://pytorch.org/get-started/locally/
有10.2cuda对应的安装套装)
安装完成后配置环境变量,在path中添加
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
nvcc -V 可以检测是否安装成功,命令正常执行则安装成功了。
第二步
以管理员运行,在 anaconda prompt中创建一个新的环境空间(方便管理)
conda create -n 自定文件夹名 python=3.6(可指定python的版本)
conda activate 文件夹名
输入官网中的命令(注意要和自己的cuda版本对应), https://pytorch.org/get-started/locally/
备注一下:这个官方的命令是没有指定pytorch的版本的!!!所以是有可能会导致pytorch版本与cuda版本不匹配,然后就只能给你下载cpu版本的pytorch。
等待下载结束(觉得慢可以换源,我没有换源,换清华的源我反而会中途暂停,原来的源下载速度也不慢,我不会中途卡死。)
下载完成后,三行代码检验是否成功,为True则成功
python
import torch
torch.cuda.is_available()
最后这一行代码一定要加括号,否则会显示function is avaliable…,没有正确调用。
第三步
下载Cudnn 我下载的是8.03版本的,下载地址:
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b
然后配置PATH环境变量
至此GPU环境配置完毕。