win11+MX250+CUDA10.0+pytorch1.5.1安装配置+踩过的坑……

最新推荐文章于 2024-03-03 18:55:21 发布
最新推荐文章于 2024-03-03 18:55:21 发布
阅读量1.8k 收藏 25
点赞数 2
文章标签： 深度学习 pytorch 人工智能 Powered by 金山文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_68021767/article/details/129488301
版权
缘由：花了小半个月弄这个，写个博客记录一下，万一之后还要配呢……大家可以先试一下直接命令行安装，教程也很好找，我这个是电脑硬件配置实在有点低，不得不这样安装，高配置的安装pytorch,直接跳转b站视频PyTorch环境的配置及安装 UP：我是土堆 还是要说一下，这篇是cuda的pytorch，不是cpuonly的pytorch
0.安装流程和理由：

首先安装anaconda和pycharm：anaconda用于加载各种包和搭建虚拟环境，在虚拟环境中下载torch，但是命令行操作总归是不如图形化操作容易，所以之后在pycharm中导入含有pytorch的编译器进行操作。

其次安装CUDA和CUDNN：因为我们想要使用显卡的资源，所以需要下载CUDA来调用显卡，而CUDNN是用于深度学习的库，在使用torch时会调用，它们和pytorch的关系就是，pytorch通过CUDA来调用显卡，没有CUDA就只能用cpu，然后再调用CUDNN的函数来进行深度学习的计算

最后才是安装pytorch,因为pytorch的版本受限于CUDA的版本，需要搭配CUDA的版本来安装

所以流程就是

  1. 安装anaconda、Pycharm和配置两者的环境

  1. 查看电脑CUDA版本，安装适配版本的CUDA和CUDNN（重难点）

  1. 安装适配的pytorch

  1. 一个个的坑

  1. 安装anaconda、Pycharm和配置两者的环境

注意：此部分主要是转载为主，所以软件的安装路径可能不尽相同，会对系统环境的添加造成影响，要记住自己软件的安装路径！！！！！！

这部分已经有很多优质的帖子，所以在此转载一篇：

Anaconda3的卸载与重装、配置环境变量（含创建虚拟环境）

里面提到的Anaconda3的卸载还是挺推荐的，浏览到配置完环境就好

接下来是安装配置Pycharm、这部分同样是转载一篇：

PyCharm 安装与配置

需要注意的是anaconda中已经自带了python3.x，所以不用再额外下载python，直接加载conda中的python.exe就可以啦

另外【总结】Pycharm的安装和基本配置这篇中主要讲述了关于Pycharm的一些基本设置，比如背景导入、包的加载之类的，对于应急来说刚刚好

额外分享一篇以应对以下这种情况

python与anaconda安装（先安装了python后安装anaconda，基于python已存在的基础上安装anaconda）——逼死强迫症、超详解

到这里anaconda和Pycharm的配置已经基本结束啦，可用于一般的python编程

  1. 查看电脑CUDA版本，安装适配版本的CUDA和CUDNN（重难点）
CUDA、CUDNN是什么

这里先扔一篇帖子介绍以下CUDA和CUDNN是什么东西：显卡，显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么？

简单的来说，CUDA是用来调用GPU（显卡）的，CUDNN是专门用于深度学习的软件包，我们需要下载安装这两个东西来让我们之后下载的pytorch能通过CUDA调用显卡资源，同过CUDNN使用一些常见的深度学习函数。

然后我们来安装一下CUDA和CUDNN

CUDA、CUDNN安装

这里需要注意的是版本，自己电脑CUDA的版本和需要安装的CUDA的版本

可以按照这篇来安装和配置CUDA的卸载（v10.0）与安装（v10.2）

还是要注意版本的问题，比如我的电脑在命令行中输入nvidia-smi显示

右上角CUDA版本

电脑CUDA版本是10.0，那我安装的话就只能安装不高于10.0的CUDA

CUDA的版本下载地址：https://developer.nvidia.com/cuda-toolkit-archive

只能选择v10.0和以下的版本，同理CUDNN也是这样

还需要注意的是，如果自己的电脑不支持最新版的CUDNN，或者和自己的CUDA不适配，点击图片下载页面的Archived cuDNN Releases，进入其他版本的安装

其他的按帖子中的那样安装配置就可以啦，到最后验证通过表示成功

  1. 安装适配的pytorch

这部分对于较高配置的电脑来说没什么坑，但是对于像我这种19年的笔记本来说还是要说上三遍：

不要轻信清华源！不要轻信清华源！不要轻信清华源！里面有坑

具体的安装流程如下：

（1）配置版本较高的直接在官网按照CUDA的版本下载就行

复制命令行语句，在Anaconda Prompt中创建的pytorch虚拟环境中安装

Anaconda中创建虚拟环境 视频中4min30s左右有讲解，本身也是一个安装pytorch的视频，大家也可以直接跳转观看

（2）配置版本较低的要进入以往版本的下载

https://pytorch.org/get-started/previous-versions/

在其中选择适合自己的版本进行安装，找的麻烦的话直接Ctrl+F查找就可以

下载完成后在pytorch的虚拟环境中输入pip list 看其中有没有torch

之后输入python进入操作界面，import torch torch.cuda.is_available()返回True则表示成功

如果不成功则参考以下这篇博客

完美解决torch.cuda.is_available()一直返回False的玄学方法

不过需要注意的是，可以不用本地下载的方法，因为感觉比较麻烦的还是，我自己的方法是找清华镜像源可以下载的版本进行下载，先在https://pytorch.org/get-started/previous-versions/官网里面看自己要下载的pytorch需要的配件的版本，然后在https://download.pytorch.org/whl/torch_stable.html里看是不是都有，有的话就按照官网的pip命令下载，没有的话降低一下版本要求，直到找到能下载的为止

比如我要下载的是这个CUDA=9.2的版本，需要下载1.5.1的torch和0.6.1的torchvision

而在https://download.pytorch.org/whl/torch_stable.html 中是有这两个的

那就可以直接安装，因为清华镜像源有这个的版本资源

  1. 坑

（1）如果CUDA版本下载错了，自己的电脑并不支持，参照CUDA的卸载（v10.0）与安装（v10.2）卸载，当然这种情况是指按下载驱动的那种，用pip或者conda命令安装的如果控制面板控制程序中并没有帖子中的那种情况，建议直接卸载重装anaconda

（2）同样如果pytorch下载错了，直接把整个虚拟环境删掉就好，省时省力

（3）注意清华镜像源会在没有GPU版本的情况下，下载cpu版本！！！！！！！！

结语

最近诸事不顺，发发牢骚，希望时间还够，大家都加油努力呀

野犬Y
关注
  • 2
    点赞
  • 踩
  • 25
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
win11+MX250+CUDA Tookit 10.1 update 2
ikun的博仔的博客
06-11 1045
win11+MX250安装CUDA
Win10下安装并使用tensorflow-gpu1.8.0+python3.6全过程分析（显卡MX250+CUDA9.0+cudnn）
09-17
主要介绍了Win10下安装并使用tensorflow-gpu1.8.0+python3.6全过程（显卡MX250+CUDA9.0+cudnn），本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下
MX250笔记本安装Pytorch、CUDA和cuDNN
衡水铁头哥的博客
02-24 1333
正文共：999 字 18 图，预估阅读时间：1 分钟前段时间在研究GPU多次遇到挫折（CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN），考虑可能显卡太老是主要原因。经过查询，我笔记本的显卡MX250架构是Pascal，还领先Tesla M4一代。而性能却只有Tesla M4的三分之一，不过可以验证一下安装的流程是不是可以跑的通。这次操作的切入口是PyTorch，PyTorch是...
win10 + Anaconda + yolov3 + pytorch (CPU版)
01-20
一、Anaconda安装与配置 推荐清华镜像站下载Windows版本，安装可参考官方文档（注意安装路径不要有中文） 安装时勾选将anaconda添加至系统环境变量中(官方文档第8步) 在cmd中输入conda -V，输出 conda x-x-x（x-x-x为版本号）即为安装成功 安装成功后将anaconda切换为清华源，具体步骤如下： win + R 打开cmd,输入conda config --set show_channel_urls yes生效后可以在系统盘用户目录系下找到.condarc用记事本打开，用以下内容替换： channels: - defaults show_channe
关于windows11上安装CUDA、CUDNN和Pytorch
最新发布
guguu1的博客
03-03 1222
在官网找到https://pytorch.org/get-started/previous-versions/对应版本。记录下，方便下次安装。
MX250显卡驱动+cuda10.2+cudnn10.2
09-01
MX250显卡驱动+cuda10.2+cudnn10.2
pytorch安装
random_repick的专栏
05-16 395
使用anaconda安装 安装命令查看官网，根据cuda版本等要求选择 cuda10.1对应的最低版本是1.4.0，安装命令conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch cuda10.0对应的最高版本是1.2.0，安装命令conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch cuda9.0对应的最高版本是.
Win10+MX250+CUDA10.1+cuDNN+Pytorch1.4安装+测试全过程(吐血)
weixin_40313940的博客
02-03 3万+
最近疫情很严重，很多地方不让出门，很多人也都害怕被传染，包括我，咱一学生也出不了太多力，老老实实在家呆着不添乱就是最好的贡献。但是在家呆着实在无聊，学校又延迟开学，想在家做一些深度学习项目练练手（新手上路，大神勿喷哈哈哈），但是无法连上学校实验室服务器，笔记本CPU跑个demo都费劲。我这一想，笔记本不是还有个鸡肋的MX250吗？很好奇MX250和CPU哪个跑更快一点？于是乎就开始了一波操作。。。...
分享：win10使用 python 让 NVIDA GeForce MX250 显卡发挥余热，安装CUDA，cuDNN和PyTorch
热门推荐
scoful的专栏
06-15 14万+
点击搜索，下面就会列出一大堆的历史驱动，选择第一个，也就是最新的，当前是472.12，点开，再点下载，再点同意并下载，建议用EagleGet。，torch有2g多，如果速度够快的话，就不用管，等它自动下完（不建议用国内源加速，据说有坑，会在没有gpu版本的时候直接安装cpu版本），通过ctrl+f搜索，但是神奇的是，cuda 11.4版本没有找到，最后想到直接用whl的方法试试，就前面写的，成功了！，会多安装GeForce Experience，给可怜的C盘更多的负担，不建议选择。，打开后，点击左下角的。
Win10+MX250+CUDA11.3+cuDNN+Pytorch安装
qq_41180440的博客
04-03 7128
​ cuda和英伟达驱动对应的版本：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 增加镜像源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/m
win10+mx250+CUDA10.2+torch1.10的安装配置方法
zty5556666的博客
05-13 2277
首先需要查看一下自身独立显卡对应的CUDA版本，此处我们可以看到是10.2。 下载python环境 下载cuda和cuddn 下载pytorch 安装包 我们可以看到此处显示笔者的cuda使用的版本位10.2 我们按照此教程，可以很轻松的 ...
Win11安装CUDA教程
weixin_51350942的博客
11-14 6856
Win11安装CUDA教程
i7 8565U+MX250+UHD620 黑苹果OC0.8.2基本完美引导分享
08-17
相同差不多配置可下载使用（机械笔记本s1/s1pro） 操作系统：Windows 10 64位( DirectX 12 ) 处理器：英特尔Core i7-8565U @ 1.80GHz四核 显卡：NVIDIAGeForceMX250英特尔UHD Graphics 620 声卡：瑞昱Audio @英特尔...
cuda10.0 可以正常安装运行pytorch1.7.1
sinat_20277079的博客
04-21 5626
环境： ubuntu 18.04 conda 4.5.11 gcc 7.5.0 cuda10.0 正常情况下cuda10.0对应的最高pytorch版本为1.4.0 查看，但在cuda10.0的情况下也可以安装高版本的pytorch，并成功运行如下： 安装命令，PyToch和Torchvision版本需要对应，参考： pip install torch==1.7.1 torchvision==0.8.2 -f https://download.pytorch.org/whl/torch_stable.
cuda=10.0 安装 pytorch=1.4.0+torchvision=0.5.0 或 cpu安装pytorch
静静打代码的博客
07-06 2862
pytorch+torchvision 安装
Windows10+CUDA10.0+MX250安装PaddlePaddle2.0
xingdayunCSDN的博客
02-04 576
Windows10+CUDA10.0+MX250安装PaddlePaddle2.0 目录Windows10+CUDA10.0+MX250安装PaddlePaddle2.0前言一、安装过程情况二、经验总结 前言 1月底，在百度飞桨PaddlePaddle交流群里看到一则“高层API助你快速上手深度学习”的课程通知，主要培训PaddlePaddle2.0的使用，了解深度学习相关知识，提升项目实战能力。今年我打算带学生参加人工智能竞赛，正是我需要的菜，果断报名。 课程开始前，要完成PaddlePaddle2.0
window11系统CUDA、cuDNN 安装以及环境变量配置
争渡的博客
06-17 4万+
虽然 CUDA 包含了一些基本的矩阵运算和线性代数函数，但它不直接包含深度神经网络相关的算法和优化。因此，为了使用 CUDA 进行深度学习任务，您需要安装一个额外的库，例如 cuDNN。因此，通过与 CUDA 结合使用，cuDNN 可以大幅提高深度学习应用的性能和效率。（CUDA Deep Neural Network Library）是 NVIDIA 提供的一个可选的库，用于优化深度神经网络的训练和推理性能。：这里我用 11.4版本为例，流程上是一样的，就是版本号不一样仅此而已。一般这里安装完毕后，会。
一、pytorch环境配置
KING1232的博客
03-22 3635
一、pytorch环境配置 1、使用anaconda配置虚拟环境 安装完anaconda后，在控制台界面输入 conda create -n pytorch python=3.9 此时python是3.9版本 创建pytorch的环境，进入pytorch环境使用 conda activate pytorch 2、安装pytorch 进入pytorch官网后，MX250显卡CUDA是10.2，此时安装pytorch 10.2提示，让我使用11.3 CUDA-10.2 PyTorch builds are

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值