目录
cuda、cudnn、torch、torchvision版本必须对应才能使用GPU!!
PyTorch简介
PyTorch优点
PyTorch安装
1.下载安装CUDA9.2
下载地址 https://developer.nvidia.com/cuda-92-download-archive
根据自己的系统选择版本,我是win7。
双击下载的安装包,一路默认,安装完成。
到cmd中转到安装目录 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin
检验是否安装完成
执行 nvcc -V ,显示如下即为安装正确。
2.下载安装CuDNN
地址 https://developer.nvidia.com/cudnn
我的cudnn账号:126邮箱,密码:***2015`
登录后下载
依次选择:
(1)
(2)根据自己的系统选择版本,我是win7。
下载完成后解压CuDNN的压缩包,将解压出的文件夹cuda中的三个文件夹复制粘贴到CUDA安装目录下,则CuDNN安装完成。
检验是否安装完成
同样,到cmd中转到目录 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\extras\demo_suite
执行 bandwidthTest.exe和deviceQuery.exe,如果结果都显示为PASS则CuDNN安装完成。
3.PyTorch下载安装
官网下载地址:https://pytorch.org/get-started/locally/
按下图所示进行选择
下载whl文件:https://download.pytorch.org/whl/torch_stable.html
选择python3.7 Windows系统cuda9.2的torch的whl文件
选择python3.7 Windows系统cuda9.2的torchvision的whl文件
通过PyCharm安装torch
方法:在PyCharm通过conda创建虚拟环境,在虚拟环境中安装torch
步骤:
(1)在PyCharm的Terminal中输入conda create -n pytorch_gpu python=3.7创建虚拟环境
(2)输入conda activate pytorch_gpu激活虚拟环境
(3)转到whl文件的下载目录C:\Users\Administrator\Downloads,通过pip install "torch-1.2.0+cu92-cp37-cp37m-win_amd64.whl"
安装torch,安装完会显示版本。
(4)同样的方法安装torchvision,输入pip install "torchvision-0.4.0+cu92-cp37-cp37m-win_amd64.whl"
(5)安装完torch和torchvision后,import torch还是无效。这是因为当前虚拟环境pytorch_gpu还没有关联到当前Python项目中,关联方法如下图。
(6)以上为GPU版本的torch安装,cpu版本的类似。下载选择依次如下图。
(7)同1 2 3 4 5创建 pytorch_cpu 虚拟环境,通过6下载的torch和torchvision文件在 pytorch_cpu 虚拟环境中安装CPU版本的torch,创建完成后两种虚拟环境在项目中都可选择。
创建不同虚拟环境的作用
至此,PyTorch安装完成。