![86bb2414598e643f6869d6a74c299552.png](https://i-blog.csdnimg.cn/blog_migrate/68c2092331871ae568bd29dad078a161.jpeg)
搞了一天时间,总算把pytorch-gpu给配置好了,感觉自己真的太菜了,要努力了!因为废了很大功夫,所以,写下来,方便未来再配置的时候翻阅。
第一,下载cuda安装
参考博客:https://blog.csdn.net/Mind_programmonkey/article/details/99688839
(我怕别人的博客未来被删除,所以自己复制一份)
首先我们要确定本机是否有独立显卡。在计算机-管理-设备管理器-显示适配器中,查看是否有独立显卡,可以看到本机有一个集成显卡和独立显卡NVIDIA GetForce GTX 1050。
![c7c7d8105d9d647bca88afb057542dde.png](https://i-blog.csdnimg.cn/blog_migrate/a4400e68560c167b976d7f0f32dee6f2.jpeg)
第二,下载对应的cuda ,下载地址:https://developer.nvidia.com/cuda-gpus
测试本机独立显卡是否支持CUDA的安装,点击此处查询显卡是否在列表中。从下面第二个图中,可以看到我本机的独立显卡是支持CUDA安装的,计算力是6.1。下载地址为https://developer.nvidia.com/cuda-toolkit-archive
![db1e57e411dfe742bee481c3a66162d7.png](https://i-blog.csdnimg.cn/blog_migrate/567e06fbd8c99828a726ab6cf444dbbf.jpeg)
![575697c2db6a5b4f9363768281b236fa.png](https://i-blog.csdnimg.cn/blog_migrate/8edbafa854bbcf57d686b25d28a77652.jpeg)
![ee3d545f918ab3a8e357f4c639c39505.png](https://i-blog.csdnimg.cn/blog_migrate/94802693ce5c79c67a41486db9a7dcc9.jpeg)
下载文件是2.1GB,所以建议用迅雷下载。直接复制链接地址,迅雷直接就会捕获到你的下载链接,下载速度相当的快!
![77a118cd60607b33224305138fe5634b.png](https://i-blog.csdnimg.cn/blog_migrate/c77805b13fed9055bb73934f8c4351c3.png)
接下来就是安装过程,双击打开显示临时解压目录,不需要改变,默认即可。
![26d1d2d5d6098935e3d029a4ebbc7240.png](https://i-blog.csdnimg.cn/blog_migrate/eee142af954632577203da881948b93a.png)
接下来,进入NVIDIA安装过程,在这安装过程中,我一开始直接选择的精简安装,但由于VS的原因,导致无法正常安装,于是我换成了自定义的安装方式,并将VS勾给去掉,便可以正常安装了,至于CUDA的安装目录,大家默认安装在C盘即可。我安装的也是c盘。
![579c80bfc3b9d0b356cb84ac1894cd02.png](https://i-blog.csdnimg.cn/blog_migrate/4a643ed4229c6152f26c7b06d6083b26.jpeg)
![89b380b0790f436b005ba5c9e2d38e44.png](https://i-blog.csdnimg.cn/blog_migrate/22ccbefd493aa8a0fef25c7f798cf223.jpeg)
安装完成之后,便是配置环境变量。环境变量配置如下图所示。
建议先创建CUDA_HOME:
![83b5d5750bd87d57fe41aff98bb9451e.png](https://i-blog.csdnimg.cn/blog_migrate/a874cee45e27dd929f7472aea48c71a7.jpeg)
然后再配置path。这样会避过出现路径过长的异常。
![151e3f4d7f65062800dffc0f4fc59d41.png](https://i-blog.csdnimg.cn/blog_migrate/14a754a4402a1ffb1ea95dbeeca25822.png)
安装完成之后测试CUDA是否正常安装。可以看到测试成功,接着进行cudnn的下载。
![b69d9f671cd18962370865e544b4694b.png](https://i-blog.csdnimg.cn/blog_migrate/57c0d287825b2b4b279535613592de84.png)
第三,cudnn 的下载及配置
下载地址:https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b
免注册下载方式:
复制下载地址,进入迅雷下载即可
![bc91352ca22b4a73ccbbcb8d5d6c27fe.png](https://i-blog.csdnimg.cn/blog_migrate/182c54335783da6085bab769d33fe416.jpeg)
![5319cb2a5eb8a599a02f1455aebdcd27.png](https://i-blog.csdnimg.cn/blog_migrate/26fe4fc9e30300f4b054836ee56b358b.png)
然后将cudnn解压,并将解压的文件中的这三个文件:
![5bb681e263d23796401c058bcce6aba1.png](https://i-blog.csdnimg.cn/blog_migrate/9cbfb8015147f15e11436cd1c97acbbe.png)
拷贝到:CUDA的安装目录CUDA/v10.0下:
![ae1f499fe21f0365c07a89b01a467f7f.png](https://i-blog.csdnimg.cn/blog_migrate/192bd147c21be5d64c241321ebdcd48e.jpeg)
第四,安装pytorch。这一步十分麻烦。
去清华镜像下载pytorch-gpu : pytorch-1.2.0-py3.7_cuda100_cudnn7_1.tar.bz2
链接地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
![10c77c971dcd3a59215f458b6c4336bd.png](https://i-blog.csdnimg.cn/blog_migrate/15c42a8527034d44174d575f261f2851.jpeg)
下载到指定的目录下,打开 Anaconda Prompt安装:
切换到对应的pytorch-1.2.0-py3.7_cuda100_cudnn7_1.tar.bz2下载目录,然后直接再Anaconda Prompt 中输入下面命令,安装对应的配置:
conda install numpy mkl cffi
会提示安装cudatoolkit-10.0.130-0,直接 y,安装。
![37b8398323dceb1ac98f922becb7290b.png](https://i-blog.csdnimg.cn/blog_migrate/76e4878e4358fef5fe98f0589a4e07cd.jpeg)
接着输入,如下命令,安装 pytorch-1.2.0
conda install --offline pytorch-1.2.0-py3.7_cuda100_cudnn7_1.tar.bz2
结果如下就对了:
![9fb9aaef8c0ffbc78463b5cb6f890b4e.png](https://i-blog.csdnimg.cn/blog_migrate/4b3ea3e3b8c528d71069797d32b7c7f9.png)
此时pytorch安装完毕,我们可以进行测试:
再Anaconde Prompt 下输入python,回车:
![2c1b944935032034ef4391fe7f38f1e8.png](https://i-blog.csdnimg.cn/blog_migrate/c5a9ff32eaf67d7243e9d6fb92be5bd2.png)
完成,再pycharm中测试:
![9315e8d4bbaa84799fe818de56cbd781.png](https://i-blog.csdnimg.cn/blog_migrate/2ad030ca1e048318341525b4ce1df3b5.png)
结果:
![93f6d8403f1e2689f3a4673c68712578.png](https://i-blog.csdnimg.cn/blog_migrate/89c6c849134223cc017ebc36ad9c4a86.png)
好的,搞定了,接下来就可以好好的利用自己的GPU跑pytorch代码了!爽歪歪!!