安装apex发现失败，检查cuda，报错‘nvcc‘不是内部或外部命令，也不是可运行的程序：安装cuda和cudnn

Sjmanman

已于 2022-10-31 16:18:25 修改

阅读量1.8k

点赞数 4

分类专栏：一些基本操作文章标签： pytorch 人工智能 python

于 2022-10-31 15:56:26 首次发布

本文链接：https://blog.csdn.net/weixin_38787389/article/details/127615071

版权

一些基本操作专栏收录该内容

9 篇文章 1 订阅

订阅专栏

APEX:一款基于 PyTorch 的混合精度训练加速神器。

Apex是一款由Nvidia开发的基于PyTorch的混合精度训练加速神器，最近Apex更新了API，可以用短短三行代码就能实现不同程度的混合精度加速，训练时间直接缩小一半。使用Pytorch实现：

from apex import amp
model, optimizer = amp.initialize(model, optimizer, opt_level="O1") # 这里是“欧一”，不是“零一”
with amp.scale_loss(loss, optimizer) as scaled_loss:
    scaled_loss.backward()

1.linux系统下安装NVIDIA apex：

git clone https://github.com/NVIDIA/apex   %下载apex
cd apex    %进入apex文件夹的路径
pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./

安装命令失败，改用：

python setup.py install

安装成功。使用pip list检查是否成功。

2.在Windows10下安装

git clone下载：（受网络影响，可能链接超时，可以去github中直接下载zip后解压）

地址：https://github.com/NVIDIA/apex 复制好后，在想要放入的文件夹中，右键空白处点击git bash here（前提是已经安装了git）。输入：

git clone https://github.com/NVIDIA/apex.git

使用cmd进入apex或apex-master文件夹后，使用命令行：

 python setup.py install

失败，显示：

而后寻找原因，检查cuda版本，使用nvcc -V命令，显示：

3.一度以为电脑自装了cuda和cudnn安装包。因为使用nvidia-smi命令会显示cuda版本。但其实没安装=.=

（1）下载cuda：

先检查显卡对应的cuda版本，可以用nvidia-smi命令行，也可以进入nvidia控制面板，进入系统信息，点击组件：我的为11.6

网址：CUDA Toolkit Archive | NVIDIA Developer

选择对应版本：

选择系统：右下角下载。

（2）下载cudnn：

CUDNN是一个常见的神经网络层加速库文件，能够很大程度把加载到显卡上的网络层数据进行优化计算，而CUDA就像一个很粗重的加速库，其主要依靠的是显卡。CUDNN需要在有CUDA的基础上进行，CUDNN可以在CUDA基础上加速2倍以上。

网址（需注册）：https://developer.nvidia.com/rdp/cudnn-download

下载相应的版本：

（3）安装和配置cuda：

运行下载的cuda的exe文件：

配置cuda的环境变量：

系统变量中多了两个：

再手动添加三个变量：

查看cuda是否安装成功，以及环境变量配置情况：

命令行输入set cuda查看环境变量，输入nvcc -V查看cuda版本：

进入路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite，执行deviceQuery.exe，bandwidthTest.exe，两个地方的Result=PASS则说明通过。反之，Rsult=Fail 则需要重新安装：