深度学习如火如荼,使用普通的cpu来跑模型真的让人急死,就算最普通的垃圾显卡,只要支持cuda,就可以实现gpu加速,其速度至少是cpu的5倍。
本文就来讲述,在配置pytorch+cuda环境实现gpu加速时遇到的坑。
首先你应该检查一下自己电脑的显卡是否支持gpu加速,并且对应的cuda版本号是多少。右键点击NVIDIA控制面板,点击下图左下方的系统信息。
查看cuda版本号1.png
然后点击组件,观察红框内信息。
查看cuda版本号2.png
这说明我的电脑显卡需要安装cuda10.2。
然后接下来就是安装cuda和cudnn。
这是cuda的网址,找到10.2的cuda下载即可。
[https://developer.nvidia.com/cuda-downloads](https://developer.nvidia.com/cuda-downloads)
然后就是安装。安装cuda的时候,我遇到了第一个坑。作为新手,不要选择自定义安装,不然你不知道少安装了啥,就乖乖的点击精简安装就可。
然后就是安装cudnn。cudnn的安装也有坑。
安装cudnn的网址如下。
[https://developer.nvidia.com/rdp/cudnn-archive](https://developer.nvidia.com/rdp/cudnn-archive)
这里也有一个坑,那就是必须要注册英伟达官网的账号,才能下载。当然