pytorch详细安装和cuda环境配置
确定cuda版本
打开NVIDIA控制面板,点击左下角的系统信息,查看自己的显卡型号。
进入cuda release notes网页查询对应的版本号支持,以CUDA 12.1 Release Notes为例,链接:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
在表格2 CUDA Toolkit and Minimum Required Driver Version for CUDA Minor Version Compatibility查看驱动程序版本支持的CUDA版本,选择其中一个CUDA版本进行下载。
进入cuda toolkit-archive选择对应的版本进行下载,
链接:https://developer.nvidia.com/cuda-toolkit-archive
之后安装cuda.
pytorch+torchvision+torchaudio安装
在pytorch官网的指示下找到对应的版本组合进行下载不容易出错。但在cmd里直接pip download下载容易因为网络问题出现http类型错误。我们可以在官网上下载好whl文件,然后在cmd上加载相关文件
whl文件,就能较快的完成版本安装。
Pytorch官网链接:https://pytorch.org/get-started/previous-versions/
Pytorch whl安装包下载链接:
https://download.pytorch.org/whl/cu101/torch_stable.html
https://download.pytorch.org/whl/
例如我的cuda版本是10.1,我就根据框框指示的版本号逐个下载,最好是选择带+cu102后缀的,可以免去cuda102配置的额外安装。
torch1.8.1+cu101 torchvision0.9.1+cu101
torch和torchvision都要加上cuda版本号,可以免去cuda额外安装。
我们可以根据末尾处的链接,进入whl文件库网页,根据自己的python版本下载对应的whl文件。
例如我的python版本是3.8,我选择这一下几个文件进行下载。
下载后3个文件名称如下图所示。
之后在自己的cmd环境并进入whl文件路径下载并加whl文件名即可快速完成安装。下载顺序是torch、torchvision、torchaudio。
依次执行命令
pip install torch-1.8.1+cu101-cp38-cp38-win_amd64.whl
pip install torchvision-0.9.1+cu101-cp38-cp38-win_amd64.whl
pip install torchaudio-0.8.1-cp38-none-win_amd64.whl
之后在python环境中进行版本测试
pytorch验证cuda是否可用代码
print(torch.__version__) # 查看torch版本
print(torchvision.__version__) # 查看torchvision版本
print(torchaudio.__version__) # 查看torchaudio版本
print(torch.version.cuda) # 查看cuda版本
print(torch.backends.cudnn.version()) # 查看cudnn
print(torch.cuda.is_available()) # 查看cuda是否可用
print(torch.cuda.device_count()) # 查看gpu数量
print(torch.cuda.get_device_name(0)) # 查看gpu 0 的名称
anaconda安装不同版本的cuda、cudnn和pytorch
以安装pytorch==2.2.2版本为例。
进入pytorch官网确定安装pytorch版本和所需要的cuda版本
anaconda配置cuda环境,依次输入
conda create -n torchdemo python=3.8
conda activate torchdemo # 激活torchdemo环境
conda search cudatoolkit --info # 查看源内所有的cudatoolkit版本
conda search cudnn --info # 查看conda支持的cudnn版本,以及cudnn所适配的cuda版本
安装的cudatoolkit版本还要看显卡是否满足。
确定cuda版本和cudnn版本,依次安装cuda和cudnn
conda install cudatoolkit=11.8.0
conda install cudnn=8.9.2.26
安装pytorch
根据官网指导下,执行