PyTorch&CUDA安装过程及测试
1 准备工作
1.1 Anaconda&NVDIA驱动
之前安装过了Anaconda和NVIDIA驱动,所以直接跳过这几步。
打开NVIDIA控制面板,帮助–>系统信息–>组件,查看自己的CUDA版本号。
或者进入cmd,输入
nvidia-smi
也可以查看
1.2 安装CUDA
注意装CUDA前一定要有VS!!
- 基于我们主机的CUDA version,从官网下载CUDA Tookit 11.1
https://developer.nvidia.com/cuda-11.1.1-download-archive
- 进行安装,路径默认
选择自定义安装
不选Visual Studio Integration
开发的时候vs里面没有cuda模块,原来需要先装vs再装cuda。。。只能重新安装一遍cuda了
安装位置
安装完成
系统变量中会自动添加CUDA_PATH
查看cuda版本
nvcc --version
查看环境变量
set cuda
2 创建PyTorch虚拟环境
打开Anaconda Prompt
创建环境,环境名设置为PyTorch
:
conda create -n PyTorch python=3.8
成功后,查看环境
conda info --envs
3 安装PyTorch
3.1 conda换源
一开始没有换源,速度奇慢
Windows 用户无法直接创建名为
.condarc
的文件,可先执行conda config --set show_channel_urls yes
生成该文件之后再修改。
生成.condarc
文件
conda config --set show_channel_urls yes
之后可以在C:\Users\xxx
中看到.condarc
文件,记事本打开 .condarc
文件,重写其中的内容:
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
运行 conda clean -i
清除索引缓存,保证用的是镜像站提供的索引:
conda clean -i
3.2 conda安装PyTorch
Anaconda进入PyTorch环境:
conda activate PyTorch
conda install
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
4 测试环境
4.1 测试torch.cuda.is_available
打开 Anaconda prompt 命令窗口,激活环境,输入python,进入python开发环境中。
# 测试
import torch
torch.cuda.is_available()
坑1:未安装cuda
第一次因为没有安装cuda,所以False,需要步骤1.2中的CUDA安装过程:
坑2:cuda和PyTorch版本不对
安装了cuda还是不行,看一下是不是版本不对
尝试替换torch版本,我的cuda版本是11.1
重装之后终于成功~
4.2 cublas库使用测试
编写cublastest.cu
程序,并编译,注意使用cublas库时,编译命令中要加上-lcublas
:
nvcc -lcublas cublastest.cu -o cublastest
运行编译生成的可执行文件
./cublastest