前言
两天,各种百度,却总是查不到对应教程案例。最后把自己东拼西凑来的知识整合下,给有需要的你
1.查看cuda版本
2.官网 选择对应的Pytorch(网速不好的下载whl到本地用pip安装)
3.测试结果
import torch
if __name__ == '__main__':
devices = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print("111111",devices.type)
4.问题解决
不出意外,应该会出意外。
比如
OSError: [WinError 126] 找不到指定的模块。 Error loading “D:\PyProjects\机器学习\venv\Lib\site-packages\torch\lib\fbgemm.dll” or one of its dependencies
不要慌,这是fbgemm.dll里在缺少依赖模块。解决方法如下:
下载 dll 文件依赖分析工具 Dependencies
解压后运行 DependenciesGui.exe 文件
File-open-选择错误所在的,比如fbgemm.dll
最后找到缺少的dll,添加到缺少的地方,比如
运行!
下载cuda
1.查看本机版本
桌面右键-NVIDIA控制面板-系统信息-组件
例如我的
2.下载cuda toolkit
选择对应的版本工具下载,安装
3.下载cuDNN
登录下,下载解压缩到各自的CUDA包里,cuDNN就是补丁
4.添加环境便量bin、lib、include、libnvvp
5.验证
执行 安装目录\extras\demo_suite\bandwidthTest.exe 和 安装目录\extras\demo_suite\deviceQuery.exe