1050 ti 显卡安装 cuda cunn pytorch

1050ti显卡安装cuda

最新推荐文章于 2023-05-08 22:09:07 发布

VSCODE2021 于 2021-11-21 21:23:20 发布 12369 收藏 78

文章标签： pytorch cuda

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/weixin_44739865/article/details/121460260

            <div class="operating">
                <a class="href-article-edit slide-toggle">版权</a>
            </div>
        </div>
    </div>
</div>
<div id="blogHuaweiyunAdvert"><div class="column-group " data-id="142504" data-url="https://devpress.csdn.net/hpc?utm_source=blog_detail" data-report-click="{&quot;spm&quot;:&quot;1001.2101.3001.8542&quot;}">                    <div class="column-group-item">                      <div class="item-l">                        <a class="item-target" href="javascript:;" title="高性能计算社区">                          <img class="item-target" src="https://devpress.csdnimg.cn/1db9cd66ffe840cf92b6914c2c04fbe1.png" alt="">                          <span class="title item-target">                              <span>                              <span class="tit">高性能计算社区</span>                              <span class="dec">文章已被社区收录</span>                              </span>                          </span>                        </a>                      </div>                      <div class="item-r">                        <a class="item-target article-column-bt join-huawei-community">加入社区</a>                      </div>                    </div>                  </div></div>
<article class="baidu_pl">
    <div id="article_content" class="article_content clearfix">
    <link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/kdoc_html_views-1a98987dfd.css">
    <link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-25cebea3f9.css">
            <div id="content_views" class="markdown_views prism-atom-one-dark">
                <svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
                    <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
                </svg>
                <h1><a name="t0"></a><a id="win101050tipytorchgpu_0"></a>win10+1050ti下安装<a href="https://so.csdn.net/so/search?q=pytorch&amp;spm=1001.2101.3001.7020" target="_blank" class="hl hl-1" data-report-click="{&quot;spm&quot;:&quot;1001.2101.3001.7020&quot;,&quot;dest&quot;:&quot;https://so.csdn.net/so/search?q=pytorch&amp;spm=1001.2101.3001.7020&quot;,&quot;extra&quot;:&quot;{\&quot;searchword\&quot;:\&quot;pytorch\&quot;}&quot;}" data-tit="pytorch" data-pretit="pytorch">pytorch</a>-gpu</h1> 

---

1.安装CUDA

1.1显卡状况查看

1.1.1打开设备管理器

可见答主本机有一个集成显卡和一个独立显卡 1050ti

1.1.2 在桌面单击鼠标右键，选择NVIDIA 控制面板，并打开

在NVIDIA控制面板界面顶栏选择帮助->系统信息打开

进入组件界面，在3D设置一项内可见名为NVCUDA64.DLL文件，在文件对应产品名称一栏可见当前硬件支持的CUDA版本（对答主本机来说为CUDA11.1）
另外在正式安装CUDA若显卡驱动可以更新的可以先更新一下显卡驱动

1.2 CUDA下载

在了解了对应支持的cuda版本后便可以到nvidia官网下载对应版本的cuda了

进入安装网页，点击此处

---

对于不能翻墙无法打开网页的用户可以试试将网页链接里的.com后缀跟换为.cn后缀（答主亲测有效），包括后面下载对应得CUDA时也可以将.com改为.cn,具体解释可以参考这篇博文

---

找到你需要安装的CUDA版本（以CUDA10.1为例）

点击进入安装选择，

可以根据自己的需要选择installer type（推荐exe[local]）

1.3 CUDA安装

下载好.exe文件后，直接双击打开，显示临时解压文件位置

可更改为你想解压到的位置，点击OK，等待系统检查，授权许可，

接下来在安装选项中选择自定义安装，并将VS勾选去掉（否者安装过程容易退出）

请添加图片描述

下一步，到达指定安装位置，可以更改为自己想要安装到的位置

例如答主便将其改到了新建的D:\cuda\NVIDIA GPU Computing Toolkit文件夹下

然后便静静等待安装完成即可

1.4 对应环境变量配置

在安装完成后打开系统环境变量，进行配置，如下图

在系统变量Path中检查：以下四条环境变量是否添加（以答主本机为例，自查时请将D:\cuda\NVIDIA GPU Computing Toolkit替换为自己的安装路径）

​ 1.D:\cuda\NVIDIA GPU Computing Toolkit

​ 2.D:\cuda\NVIDIA GPU Computing Toolkit\lib\x64

​ 3.D:\cuda\NVIDIA GPU Computing Toolkit\bin

​ 4.D:\cuda\NVIDIA GPU Computing Toolkit\libnvvp

1.5 验证

以上内容配置好后可在终端输入nvcc -V 进行验证

---

2. cudnn下载

2.1 cudnn的下载

进入 网页，点击下载cuDNN

之后会需要你注册一个账号，按照程序引导，注册就好了，注册完后再点击下载cuDNN便会进入下一界面

选择对应的cuDNN下载，我这里下载与cuda10.1相匹配的

将下载下来的cudnn文件解压，并用解压出的文件直接替换cuda安装目录下的文件

---

3. 安装pytorch-gpu

3.1 创建新的虚拟环境

安装anaconda，并利用conda配置一个新的虚拟环境并激活

conda create -n torch_gpu python=3.7

conda activate torch_gpu

3.2 安装pytorch

进入官网，根据官网上的提示选择好后输入命令并运行

conda install pytorch torchvision cudatoolkit=10.1 -c python

 
 

 
 
1

或者点击网页，下载对应torch和torchvision的wheel版本

下载完成后，将终端cd到安装路径下并输入以下命令

pip install torch-1.3.0-cp37-cp37m-win_amd64.whl
pip install torchvision-0.4.1-cp37-cp37m-win_amd64.whl

 
 

 
 
1
2

等待安装完成，待安装完成后

输入 python 进入终端

import torch
print(torch.cuda.is_available())
print(torch.cuda.device_count())

 
 

 
 
1
2
3

验证成功

如此，pytorch-gpu便安装完成

文章知识点与官方知识档案匹配，可进一步学习相关知识

Python入门技能树人工智能深度学习 332237 人正在系统学习中