很多小伙伴在配置cpu版的pytorch的时候觉得畅通无阻,可一碰到GPU加速的时候就出现各种错误,怎么弄环境都搞不好。所以今天把windows下GPU版本的pytorch配置过程作以记录,也方便以后查找。
先决条件
- anaconda3
- python编译器
配置过程
1.更新NVIDIA驱动版本
2.下载安装cuda(注意驱动版本太老的话可能不支持最新的cuda版本)
这里放上旧版本cuda卸载的方法
安装cuda的时候会出现:
注意Visual Studio Integration这一项。如果电脑中已经装好了VS,并且以后会用到VS编译cuda的话,这一项要选。否则别选,会引起安装失败。
cuda安装成功后,会自动配置环境变量,所以检查cuda是否安装成功可以打开cmd,键入
nvcc -V
我这里安装的是cuda9.2
3.下载解压cudnn
注意!!!cudnn版本一定要严格与cuda版本相对应,去官网会让你选择与相应cuda版本对应的cudnn
cudnn下载的时候需要注册NVIDIA账号,这个直接注册就行
解压下载好的cudnn:
将解压好的cudnn中的bin,include,lib文件夹复制到cudu目录中:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2
当然这个目录也是cuda默认的安装目录。
4.conda配置虚拟环境
打开Anaconda Prompt
conda create -n pytorch python=3.6
创建一个python3.6版本的,名为pytorch的conda环境
conda activate pytorch
进入已经创建的名为pytorch的虚拟环境
因为国内下载Pytorch官网的东西速度极慢,而且conda下载会经常断掉,所以下一步配置镜像
清华源镜像配置链接
5.安装Pytorch
这一步可以参考Pytorch官网
cuda9.2:
conda install pytorch torchvision cudatoolkit=9.2 -c numba/label/dev
cuda10.1
conda install pytorch torchvision cudatoolkit=10.1
然后就是漫长的等待啦~安装完毕后测试是否安装成功:
如果import torch不报错的话,则证明至少成功安装了cpu版本的Pytorch
(第一次import torch会比较慢)
如果torch.cuda.is_available() 为True的话,那么恭喜你成功安装了GPU版的pytorch,欢迎入坑!!!