Pytorch-1.0.1 深度学习环境踩坑备忘录
安装环境:windows 10 x64seven:Pytorch1.0+CUDA10.0+cuDNN环境配置之谈(Win 10)zhuanlan.zhihu.com
显卡:nvidia 940mx
pytorch 安装教程,参考文章:
Question 1 国外源太慢,切换为国内源
两种办法,解决国外源问题:命令行或修改.condarc
文件
cmd 输入:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
修改文件
channels:
- https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
ssl_verify: true
实际不用copy - https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
这一行,测试依然无法下载 pytorch-1.0.1。
Question 2 Pytorch-1.0.1 下载失败
解决办法
- 最佳办法:切换国内源(我这边测试失败了)
- 备选方案:下载对应的离线包,进行安装。
- 下载地址:https://anaconda.org/pytorch/pytorch/files
- 由于我的系统是windows,这里下载的文件为:
.tar.bz2
安装命令如下:
python conda install --offline -n XXXX..tar.bz2
虚拟环境
conda install --offline -n env_name XXXX..tar.bz2
Question 3 GPU 测试失败
按照参考的教程走完安装过程测试,出现如下情况
>>> import torch
>>> torch.cuda.is_available()
False
找到原因:
显卡驱动太老,解决办法:替换原有驱动。查看驱动对应的cuda的型号 nvcc --version
参考链接:
nvidia与cuda需要满足关系:
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
cuda与cudnn需要满足关系:
https://developer.nvidia.com/rdp/cudnn-archive
Question 4 cuDNN 文件包处理
知乎专栏教程是直接将文件的地址加入PATH。这里建议将三个文件夹下的文件,放到对应的CUDA的文件夹下。比如我这里的文件位置是从:D:cuda
到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0
附录:相关的网页链接
1. cuDNN download
最新版本: https://developer.nvidia.com/rdp/cudnn-download
历史版本:https://developer.nvidia.com/rdp/cudnn-archive
2. CUDA Toolkit download
最新版本: <https://developer.nvidia.com/cuda-downloads>
历史版本:<https://developer.nvidia.com/cuda-toolkit-archive>
3. pytorch 离线下载
https://anaconda.org/pytorch/pytorch/files
4. pytorch 官网地址
https://pytorch.org/get-started/locally/