解决Pytorch中Cuda无法GPU加速问题

解决Pytorch中Cuda无法GPU加速问题

---

---

前言

在安装pytorch中会出现无法使用GPU加速的问题，就把安装GPU版本的Pytorch过程记录下。
参考博文：https://blog.csdn.net/qq_46126258/article/details/112708781

一、检测电脑CUDA版本

在电脑cmd中输入以下命令查看显卡驱动和CUDA版本信息

nvcc -V
nvidia-smi

我的显示一下信息：

NVIDIA-SMI 465.89 Driver Version: 465.89 CUDA Version: 11.3

判断自己的CUDA版本是否符合要求（装的CUDA和cuDNN保持一致，版本号可以比11.3低）

---

二、检测显卡cudnn版本

安装好cudnn后，打开cudnn文件夹，我的在以下路径：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
打开cudnn.h文件，我使用notepad++打开
ctrl+F 检索 CUDNN_MAJOR ，结果如下
cudnn:8.2.1

检查版本对应问题：
cuDNN官网：https://developer.nvidia.com/rdp/cudnn-archive

---

三、安装下载PyTorch

1、命令行安装

下载PyTorch可以进入官网查看信息：
https://pytorch.org/get-started/locally/#no-cuda-1
torch如果为torch-cpu，说明安装了cpu版本的torch。
可以直接从官网给出的安装命令进行安装

pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113

可以看到安装的包为下面三个包

torch == 1.10.2+cu113
torchvision == 0.11.3+cu113
torchaudio === 0.10.2+cu113

但这样有一个问题是，安装速度非常慢，所以我们可以采取离线安装的方法。

2、离线安装

进入Pytorch安装包网站,下载相应的包文件：
PyTorch下载网页：https://download.pytorch.org/whl/torch_stable.html
下图即为与上述包相同，其实一般只需要下载torch，其他两个包比较小的。

其中，cu113表示cuda版本11.3，torch1.10.2为torch版本，cp38表示适配python 3.8。

通过cmd进入之前下载他们三个包的路径；
在虚拟环境中逐次安装：

pip install torch-1.10.2+cu113-cp38-cp38-win_amd64.whl
pip install torchvision-0.11.3+cu113-cp38-cp38-win_amd64.whl
pip install torchaudio-0.10.2+cu113-cp38-cp38-win_amd64.whl

---

四、运行检测

激活环境后在cmd中输入以下语句：

python
import torch
torch.cuda.is_available()

显示True即为成功