PyTorch的安装

最新推荐文章于 2023-06-07 22:05:39 发布

水煮鱼一代目

最新推荐文章于 2023-06-07 22:05:39 发布

阅读量1.3k

点赞数

文章标签： pytorch 深度学习机器学习

本文链接：https://blog.csdn.net/szy1357587658/article/details/122382348

版权

Win10+Pytorch1.9.0+CUDA11.2+cuDNN+VS2019安装

前置环境

1.cuda11.2.2

2.cudnn11.x

3.vs2017

4.Python>=3.6

Visual Studio历史版本地址https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/

CUDA历史版本地址https://developer.nvidia.com/cuda-toolkit-archive

cuDNN历史版本地址https://developer.nvidia.com/rdp/cudnn-archive

PyTorch历史版本和适配地址https://pytorch.org/get-started/previous-versions/

注意：先上PyTorch官网找适配的CUDA版本再去下载CUDA，否则会出现不适配的情况，PyTorch安装推荐用pip安装，用conda安装后用不了CUDA（没用镜像），估计给我下的版本是CPU版本的

Visual Studio的安装

上官网下载vs2019，安装的时候注意选择安装C++桌面开发，不安装vs2019CUDA安装不成功，不要安装vs2022，CUDA还没进行适配

CUDA的安装

从CUDA官网下载exe文件

点开选择解压目录（随便选，安装完后会自动删除）

选择要安装的东西，我只安装了CUDA，其他三项版本都比他这个高，不需要安装

然后选择三个目录，安装就行

cuDNN的安装

从cuDNN官网下载适配CUDA的版本，然后解压丢到之前CUDA的Development的安装目录里面（合并）

CUDA和cuDNN安装的验证

cmd输入nvcc -V，有如下信息

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Sun_Feb_14_22:08:44_Pacific_Standard_Time_2021
Cuda compilation tools, release 11.2, V11.2.152
Build cuda_11.2.r11.2/compiler.29618528_0

cmd运行Development目录下extras\demo_suite中的deviceQuery.exe和bandwidthTest.exe

最后有PASS就算成功

PyTorch的安装

官网要求PyTorch1.6.0以上的python版本都要>=3.6

我安装的是Python3.9.7

官网没给CUDA11.2的版本（这就是为啥先要找PyTorch再去找CUDA），就只能试一下对应CUDA11.1的Pytorch，我验证了下没啥问题（难道向下兼容吗）

官网中找到对应的CUDA版本号的pip安装指令，不知道为啥conda的指令装的是CPU版本的，很怪

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

PyTorch使用CUDA的验证

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__)