初学者进化(1):pytorch的cuda环境搭建(GPU版本安装)全攻略

#**

初学者进化: 用gpu跑pytorch全过程攻略

在训练神经网络这方面,gpu的效率能达到cpu的几十倍,所以想要学好神经网络,gpu的配置是必要的。
本文仅限于pytorch环境的gpu安装(不过cuda和cudnn环境是通用的)

作者也是一点点bug改过来的,深感找文章麻烦,所以我把自己的心路历程与遇到的bug写下这篇文章,以期对后入有益,便足矣。

我总结的安装要求大概是对应版本的cuda+cudnn+pytorch+torchvision+python环境,每一项都要和版本一一对应。(作者还遇到了新建环境后spyder打不开的情况,会在附录中加上)

1.cuda安装

cuda的安装教程十分简单,参考下述教程:
https://blog.csdn.net/qq_36653505/article/details/81368346

感谢大佬无私帮助

2.cudnn安装

cudnn主要用于卷积等运算,是pytorch学习模型的依赖
下载对应版本的cudnn链接:https://developer.nvidia.com/rdp/cudnn-archive
这里要根据下载的cuda版本,寻找对应的cudnn

在这里插入图片描述
打开压缩包,依次将压缩包中的3个文件复制到相应位置

C:\cuda\bin\cudnn64_7.dll —> C:\Program Files\NVIDIA GPUComputing
Toolkit\CUDA\v9.1\bin

C:\cuda\include\cudnn.h —> C:\Program Files\NVIDIA GPUComputing
Toolkit\CUDA\v9.1\include

C:\cuda\lib\x64\cudnn.lib —> C:\Program Files\NVIDIA GPUComputing
Toolkit\CUDA\v9.1\lib\x64

ps:本文为CSDN博主「Never-Giveup」的原创文章,在这引用,感谢大佬的无私帮助。原文链接:https://blog.csdn.net/qq_36653505/article/details/83932941

cuda和cudnn都需要配置对应的环境变量:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
cudnn的环境变量是:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64

3.pytorch 和torchvision下载

这里一定要下载对应版本的pytorch和torchvision

在这里插入图片描述
在这里插入图片描述
pytorch下载地址为:https://download.pytorch.org/whl/torch/
torchvision下载地址为:https://download.pytorch.org/whl/torch_stable.html

在这里插入图片描述
在这里插入图片描述
按ctrl+f检索cu,因为我的是cuda10.1版本,所以我搜索的是cu101,大家按照自己对应的版本寻找下载即可。(注意python环境,不同环境下的包是不一样的)

下完之后的包是这样的:
在这里插入图片描述
下一步就是下载了,
先用anaconda下载一个powershell
在这里插入图片描述
然后找到包对应的位置下载
在这里插入图片描述
这里把下载命令放一下:
pytorch下载命令:pip install torch-1.6.0+cu101-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

torchvision下载命令:pip install torchvision-0.7.0+cu101-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

之后等下载就好了。

4.总结

*一定要注意对应的python版本!不然很有可能前功尽弃。

全部都安装好后,就可以进行检测啦

import torch
# 返回当前设备索引
print(torch.cuda.current_device())

# 返回GPU的数量
print(torch.cuda.device_count())

# 返回gpu名字,设备索引默认从0开始
print(torch.cuda.get_device_name(0))

# cuda是否可用,为true就可用了
print(torch.cuda.is_available())

#查看cudnn版本
print(torch.backends.cudnn.version())

#查看torch版本
print(torch.__version__)

输出结果是这样的:
在这里插入图片描述
然后随便找一个神经网络在gpu上训练的代码
打开任务管理器
在这里插入图片描述
找到cuda,然后运行代码,如果cuda在使用了,就恭喜你成功啦!
在这里插入图片描述

附录

本人在安装的过程中还遇到了spyder打不开的情况,当所有东西都准备好后,spyder打不开了
我人裂开了
这里是我在网上找的spyder各个情况解决方法:
https://www.jb51.net/article/211732.htm

最后的最后,感谢各路大佬在我安装时候给予的帮助
文章在这里,如果还有问题的朋友可以顺着我这去看看:

1.pytorch的cuda安装
https://blog.csdn.net/qq_36653505/article/details/83932941
2.gpu整体环境搭建
https://blog.csdn.net/qq_36653505/article/details/83932941
3.解决spyder打不开的问题
https://www.jb51.net/article/211732.htm
4.torch 和torchvision对应关系并附下载路径
https://blog.csdn.net/studyvcmfc/article/details/109404951
5.pytorch 换版本_Windows10+CUDA 10.1.0+pytorch安装过程
https://blog.csdn.net/weixin_39888018/article/details/112197172
6.Win10安装CUDA10和cuDNN
https://blog.csdn.net/qq_37296487/article/details/83028394
7.cudnn下载官网
https://developer.nvidia.com/rdp/cudnn-archive

谢谢收看,希望有用。

  • 2
    点赞
  • 18
    收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
©️2022 CSDN 皮肤主题:数字20 设计师:CSDN官方博客 返回首页
评论

打赏作者

玛卡巴卡的图像识别

你的鼓励将是我创作的最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额:-- )
扫码支付
扫码支付:¥2
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值