admin管理员组

文章数量:1646246

pytorch(GPU)环境配置
笔记本windows10安装cuda11.4、安装cuDNN11.4、安装pytorch-gpu(1.11.0+cu113:2022.3最新版只适配到cuda11.3,所以安的也是这个)

文章目录

  • 前言
  • 安装步骤
    • 一、anaconda安装
    • 二、创建虚拟环境
    • 三、cuda版本查看
    • 四、cuda安装
      • 1. nvidia官网查询指定版本
      • 2. 选择合适的版本
      • 3. 安装
      • 4. 检验
    • 五、cuDNN下载及安装
      • 1. 官网下载对应版本(登陆账户)
      • 2. 解压并安装
    • 六、pytorch-gpu下载及安装
      • 1. 官网查询指令
      • 2. 检验
    • 七、anaconda无用安装包清理
  • 总结
  • 参考文献


前言

最近想在笔记本上跑程序,调用一下笔记本上的显卡(gtx 1650),方便跑一些小规模代码。


安装步骤

一、anaconda安装

  • 这部分已经安装好了,跳过。
  • 如果是Linux服务器的话,建议去清华的官网手动下载一下anaconda的包,然后用bash安装一下

清华镜像:https://mirrors.tuna.tsinghua.edu/anaconda/archive/


二、创建虚拟环境

创建环境:

conda create --name pytg python=3.8

附一些常见conda指令,以下几行无需执行
删除环境(我不会告诉你第一遍我失败了)
conda remove -n pytg --all
开启环境
conda activate pytg
关闭环境
conda deactivate


三、cuda版本查看

  1. 在自己电脑上打开NVIDIA控制面板(我的在桌面菜单栏右下角就有nvidia图标,右键就能看到)
  2. 打开“帮助”
  3. 查看“系统信息”
  4. 选择子页“组间”
  5. 确定cuda版本

    我的cuda版本是11.4,太新了,主要是之前显卡驱动自动更新的,我也没留意。不过没有选择退版本,继续安了。

四、cuda安装

1. nvidia官网查询指定版本

  • 这部分需要自行去nvidia官网下载,下面cuDNN还有用,最好注册一下账户,登录即可
  • 选择对应的cuda版本
  • 有点大,所以我用的迅雷下的

网址:https://developer.nvidia/cuda-toolkit-archive

2. 选择合适的版本

  • 这里我选的是11.4.4,下载下来就是一个安装包


3. 安装

  • 正常软件安装即可,中间有个环节我推荐走默认的,之后,一路安装到底

4. 检验

等安装完了,可以在cmd中测试一下

nvcc -V

V要大写,如果有如下显示,则安装成功

环境变量
关于环境变量,我安装完之后检查了一下,我的环境变量已经是配好的,但是网上有的攻略说需要自己配置一下,但是我的看我的已经配好了就没管。


五、cuDNN下载及安装

1. 官网下载对应版本(登陆账户)

  • 这里可能会让你填一个问卷,大家结合使用缘由,真实填写即可
  • 如果网速慢可能需要vpn


win好像就一个,直接下

2. 解压并安装

下载下来是一个压缩文件,解压一下,把这里面的这几个文件夹(如下图)全部粘贴到cuda的安装目录下,覆盖粘贴即可
默认cuda路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4


六、pytorch-gpu下载及安装

1. 官网查询指令

  • 推荐官网上查询下载指令,选择对应的配置(如下图),在虚拟环境中执行即可。这里默认的是最新的,如果想安装老版本可以选择图里那个的链接,自己找一下
  • 我的cuda是11.4,目前pytorch只支持到11.3,但是不影响(2022年3月)
  • 我用的是pip,速度还行。conda速度太慢了,清华镜像也不能用了,难受
  • 推荐大家一次性下载完,之后再安装
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch/whl/cu113


补充:pip镜像添加

pip config set global.index-url https://pypi.tuna.tsinghua.edu/simple

2. 检验

在python中测试一下。代码比较简单,所以直接用cmd里输入python,进入python编译器执行就行。

import torch
import torchvision
print (torch.cuda.is_available())

如果不报错,且返回true那就成功了

  • 如果安装失败了也不用慌,删除anaconda虚拟镜像,重新创建一个即可

七、anaconda无用安装包清理

如果下载失败,会有很多半不拉拉的包,加上以前攒了也不少,都清理了吧

conda clean -a

https://blog.csdn/weixin_43667077/article/details/104518764


总结

  • 看起来挺简单,实际上问题还挺多,尤其是conda下载速度慢卡了很久。
  • 熟练了会好很多,我在服务器上又接着配了一套新环境,一遍过
  • 如果你看到这里了,觉得有用就点个赞吧,比心,hhh

参考文献

https://blog.csdn/qq_42999949/article/details/122774246
https://blog.csdn/weixin_54546190/article/details/122097856
https://blog.csdn/thy0000/article/details/122878599
https://sleepingbug.blog.csdn/article/details/77370456

本文标签: 笔记本GPUPytorchcuDNN