文章目录
一、安装Anaconda
较简单,一定要加入环境变量
可参考站内大佬的帖子,有很多。
二、安装Pytorch
1.cuda和nvidia驱动匹配问题
如果遇到pytorch不支持的cuda版本需要退到旧版本的驱动
2.安装cuda和cudnn
可参考站内相关文章
3.创建虚拟环境
安装pytorch前一定要创建虚拟环境,不要安装在base环境
代码如下(示例):
conda create -n 环境名 python=版本号
activate 环境名 #激活虚拟环境
4.安装pytorch
安装pytorch前一定要创建虚拟环境,不要安装在base环境
activate 环境名 #激活虚拟环境
https://pytorch.org/
进入Pytorch官网,根据自己的配置选择版本
例如
pip3 install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio===0.11.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
验证安装是否成功:
import torch
print(torch.__version__)
torch.cuda.is_available()
三.安装mmcv-full
安装mmcv前需注意:
1.
mmcv有CPU版本和GPU版本,需要安装的是mmcv-full,如果安装过mmcv需要卸载掉
pip uninstall mmcv
2.
安装VS2019,需要C++的编译运行环境,并将以下路径加入环境变量
D:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.29.30133\bin\Hostx86\x64
(需根据自己的安装目录调整,不要安装VS2022!环境不兼容)
3.
接下来设置cuda架构
$env:TORCH_CUDA_ARCH_LIST=" "
#根据自己的显卡算力填写,可在此网站查找https://developer.nvidia.com/cuda-gpus
也可直接输入以下代码:
$env:TORCH_CUDA_ARCH_LIST="3.5 3.7 5.0 5.2 6.0 6.1 7.0 7.5"
接下来下载安装mmcv-full
conda install git
git clone https://github.com/open-mmlab/mmcv.git
cd mmcv
$env:MMCV_WITH_OPS = 1
$env:MAX_JOBS = 8
python setup.py build_ext #编译
python setup.py develop # 安装
pip list #验证是否安装成功