1.检查是否有合适的GPU
(1)检查电脑是否有合适的GPU
在桌面上右击如果能找到NVIDA控制面板,则说明该电脑有GPU。控制面板如下,并通过查看系统信息获取支持的Cuda版本
(2)下载Cuda
官网:https://developer.nvidia.com
然后,根据对照表选择合适的版本,这里以cuda10.0为例,可以问我要cuda10.0安装包,cudnn包
点击需要下载的版本。
CUDA10的安装包可直接从NVIDIA官网下载。
根据相应的系统选项,我选择的是cuda_10.1.243_426.00_win10.exe(大小为2.5G),安装的时候建议选择自定义 而不是“精简”(从下面的英文解释可以看出,其实这里的精简写成完整应该更贴切,它会安装所有组件并覆盖现有驱动,然而我并不想安装全家桶,何况我的官方显卡驱动比它的新)。
(3)cuda安装,双击exe安装包,进入安装界面:全部默认
注意:cuda的环境变量会自动进行配置。
(4)查看是否安装成功。
win+R,打开cmd窗口,输入nvcc –V,显示CUDA版本信息,安装成功
2.安装cuDNN
cuda安装完成之后,还需要下载与CUDA对应的相应版本的cuDNN,到下图所示的下载页面,下载完成后,将这个压缩包里的所有文件放到CUDA10安装目录相应文件夹下即可。
下载地址:
https://developer.nvidia.com/rdp/cudnn-download
注意:以上链接,初次登陆需要注册账号。
点击10.1版本的cuDnn
下载之后,
(1)解压:会生成cuda/include、cuda/lib、cuda/bin三个目录;
(2)分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1对应的include、lib、bin目录下即可。
注意:不是替换文件夹,而是将文件放入对应的文件夹中
添加环境变量:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
此电脑→“高级系统设置”→“环境变量”→“系统变量”→“path”→“编辑”→“新建”加入该路径即可。
3.Pytorch安装
设置清华源:
复制代码
设置清华源镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
设置pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
复制代码
打开pytorch 官网:https://pytorch.org/
获取pytorch的安装命令:
注意要把后面的-c pytorch去掉,不然还是使用的默认源下载。
conda install pytorch torchvision cudatoolkit=10.1
测试Pytorch与cuda是否安装成功:
打开pycharm,输入如下代码:
import torch
print(torch.cuda.is_available())
返回True证明成功了。
参考文献:https://blog.csdn.net/weixin_43593330/article/details/103098728