1.查看自己电脑是否有GPU,以及GPU的型号。
2.去NVIDIA的控制面板查看自己需要安装的CUDA (也就是CUDA toolkit)的版本,这里我可以安的是cuda10.2:
去官网下载对应的NUDA Toolkit型号:CUDA Toolkit Archive | NVIDIA Developer
当然,如果电脑没有驱动的话,要先根据自己的GPU版本下载相应的驱动。比如我的是GeForce MX350 notebook,输入查看,然后下载:NVIDIA - 驱动下载
3.安装CUDA Toolkit(一步步来,有坑)
- 这是已经安装好的截图:10.2版本的CUDA
4.安装对应CUDA版本的mxnet:
首先卸载原有的mxnet:pip uninstall mxnet
然后下载mxnet-cu102。由于官网的链接只有 9.0、9.2等版本,没有10.1和10.2。找到了下面这篇博客:
参考(20条消息) 记录MXnet-cu102的安装_m0_46085114的博客-CSDN博客_cuda10.2 mxnet
命令:pip install mxnet-cu102 -f https://dist.mxnet.io/python
如果执行失败的话先pip install --upgrade pip。注意要到gluon的script环境下执行pip,这样才是用的gluon的pip。
- 如果执行pip install --upgrade pip失败了,把原先的pip卸载了,就进入Scripts目录下,执行easy_install pip。如果不行的话,使用conda强制安装:conda install -f pip
在执行命令pip install mxnet-cu102 -f https://dist.mxnet.io/python的时候,可能会卡在Installing collected packages: mxnet-cu102这里,一定要耐心等待,不然退出会功亏一篑。
MXNet gpu 版本快速安装(mxnet-cu101)_tanmx219的博客-CSDN博客_mxnet版本
5.可能出现的错误
- 最后一步中,假如不小心点了退出,然后再pip install时可能会报错类似下面:
- 解决方法:
pip install --upgrade setuptools && python -m pip install --upgrade pip
然后重新运行pip install。
还有就是,不用安装cudnn,因为mxnet自带cudnn。
6.测试mxnet是否安装成功:
综上所述,只需要安装CUDA Toolkit+mxnet即可(因为win10可能自带驱动)
参考文章:
(20条消息) 记录MXnet-cu102的安装_m0_46085114的博客-CSDN博客_cuda10.2 mxnet
(20条消息) window10系统英伟达NVIDIA显卡驱动和CUDA软件的安装和升级_永远飞翔的鸟-CSDN博客_windows更新cuda驱动
最后:
英伟达官网: