本机配置
系统:Win10 64
显卡:GTX 1660 6GB
在安装之前一定要先安装VS2017,否则在安装CUDA过程中会报错导致安装无法正常进行下去
VS2017_Community下载链接:https://docs.microsoft.com/zh-cn/visualstudio/releasenotes/vs2017-relnotes
在安装选项中勾选“C++桌面开发”即可
一、CUDA安装
image.png
下载好之后,我碰到过几个问题
在解压过程中,出现了 couldn't create file: GFExperience\chrome_elf.dll 。然后在74%就停止解压了。费了很大的功夫查找原因,都没找到。结果一个重启后,再解压就可以了,奇怪的很,我又停了想要换个位置装,结果又发生了这种问题,简直玄学安装。
在安装过程中,关掉360杀毒软件。我在第一次安装的时候,开着杀毒软件,结果装着装着被删了一个文件,导致安装崩盘,只能重来。
要是其他人碰到过安装的其他问题,可以在底下评论,我给加进来,尽量帮助大家不踩坑丝滑安装。
到这里cuda就安装好了。我们来测试下CUDA是否安装完成。打开cmd命令行窗口输入nvcc -V,对CUDA是否完成安装进行检查:
image.png
配置CUDA环境变量
1.确认系统环境变量中:CUDA_PATH和CUDA_PATH_V10.1已经存在,至于怎么看环境变量,自行百度
image.png
2.添加:
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
3.在cmd窗口查看环境变量配置情况,输入set cuda:
image.png
二、安装cuDNN
打开cuDNN网页:https://developer.nvidia.com/rdp/cudnn-download
注意在下载之前需要完成开发者注册(就是注册一个账号)
选择与CUDA匹配的cuDNN版本进行下载
image.png
下载之后是个压缩包文件,解压缩:
image.png
将CUDA\bin、CUDA\include、CUDA\lib中的内容拷贝到相应的C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1文件路径下即可:
image.png
按道理来讲到这里cuDNN应该已经算安装完毕了,但是参考一个博文,还是添加了cuDNN的环境变量,不知道是否有必要?
image.png
三、PyTorch安装
这里推荐使用conda安装.
1.先创建一个专门的环境
conda create -n pytorch_gpu pip python=3.7
2.安装好之后,进入环境,在这个环境里,进行pytorch GPU版的安装
conda activate pytorch_gpu
我们在创建的环境中安装PyTorch,在PyTorch官网找到对应的下载指令进行下载
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
image.png
安装过程中,如果没有修改conda下载源的话会非常慢,因为是使用defaults源,从国外下载,一般大家都是改成清华源 清华大学开源软件镜像站 ,修改用户目录下的 .condarc 文件。 Anaconda 镜像使用帮助
4.等待安装好后,验证gpu是否可以使用
import torch
torch.cuda.is_available()
返回True,说明GPU驱动和CUDA可以支持pytorch的加速计算,说明已经安装成功。
大功告成!