安装Pytorch-gpu版本(第一次安装 或 已经安装Pytorch-cpu版本后)
由于已经安装了cpu版本了,如果再在该环境下安装gpu版本会造成环境污染.
因此,再安装gpu版本时,需要再新建一个虚拟环境才能安装成功。
然后去官网下载所适配的版本。 安装完cuda和cudnn后,开始安装pytorch的gpu版本。
1.安装cude
首先查看windows电脑之前是否成功安装了CUDA
第一步:同时按键盘上的“windows键+R”,输入“cmd”并回车,进入windows的命令行界面。
第二步:命令行里输入“nvcc -V”并回车
第三步:如果已经成功安装CUDA的话,会显示CUDA的版本号的。
已成功安装cuda跳过cuda安装部分
在计算机-管理-设备管理器-显示适配器中,查看是否有独立显卡。
独立显卡NVIDIA GetForce GTX 1060
测试本机独立显卡是否支持CUDA的安装(点击此处)
本机的独立显卡是支持CUDA安装
接下来就是选择CUDA进行安装即可(点击此处)
这里我选了CUDA Toolkit10.5的版本,至于选择哪个版本,个人认为应该没多大差别,一般就是看这个版本是否要求GPU的计算能力是多少以上。
根据电脑系统选择相应选项,exe选择local,下载安装
接着就是安装过程,双击打开显示临时解压目录,不需要改变,默认即可。
接下来,进入NVIDIA安装过程,选项可参考其他博客。至于CUDA的安装目录,大家默认安装在C盘即可。(记住CUDA的安装目录)
安装完成之后,便是配置环境变量。环境变量配置如下图所示。(电脑->属性->高级系统设置->环境变量->系统变量找到Path)
四个路径分别对应自己电脑安装的相应文件
测试CUDA是否正常安装。可以看到测试成功
第一步:同时按键盘上的“windows键+R”,输入“cmd”并回车,进入windows的命令行界面。
第二步:命令行里输入“nvcc -V”并回车
第三步:如果已经成功安装CUDA的话,会显示CUDA的版本号的。
2.安装cudnn
点击此处,选择下载download cudnn,但这里需要你注册一个账号,然后进行问卷之后才可以进行下载页面,反正一步步操作即可。
然后因为我上一步CUDA的版本是11.5,而CUDNN的版本要跟CUDA版本一致
下载之后,解压缩,将CUDNN压缩包里面的bin、clude、lib文件直接复制到CUDA的安装目录下,直接覆盖安装即可。
3.安装pytorch-gpu
①Anaconda安装(之前安装过的跳过)
Anaconda是一个用于科学计算的Python发行版,支持Linux、Mac和Window系统,提供了包管理与环境管理的功能,可以很方便地解决Python并存、切换,以及各种第三方包安装的问题。可以直接从 Anaconda官网(点击此处)下载,但因为Anaconda的服务器在国外,所以下载速度会很慢,这里推荐使用清华的镜像(点击此处)来下载。选择合适你的版本下载,这里选择Anaconda2020.02Windowsx86_64.exe版本
下载之后,点击安装,按照提示依次点击下一步,知道安装结束。安装完成后,在开始菜单会出现按照后的软件。打开程序Anaconda Navigator,启动后可以看到Anaconda的环境界面
安装完成后,进行Anaconda的环境变量配置,电脑->属性->高级系统设置->环境变量->系统变量找到Path,点击编辑,加入三个文件夹的存储路径,然后选择确定。点击 Win+R 打开,输入cmd,打开命令行,输入conda info,显示如下图,说明环境变量配置成功。
②创建虚拟环境(第一次安转也可以选择创建虚拟环境)
打开anaconda prompt,首先创建虚拟环境:
#创建新环境
conda create --name pytorch-gpu python=3.6
#激活环境
conda activate pytorch-gpu
命令行输入:conda create –name pytorch_gpu python=3.6
python_gpu为anaconda下虚拟环境名称,可自定义,python=3.6为选择安装的python版本。
proceed选择y,回车, 等待相关包下载,可以看到在安装完成之后,信息提示。
#如果要启用创建的环境,输入指令
conda activate pytorch_gpu
#关闭该环境的话,输入指令
conda deactivate
③安装pytorch-gpu
激活后去pytorch官网(点击此处)
选择适合自己的版本,但是使用conda方式下载,直接用这个语句是不能下载成功的,因为它的服务器在国外,所以要选择下国内的镜像源。(梯子在上面已经给了链接)
如果没有创建虚拟环境(第一次安装),打开Anaconda Prompt,前面是(base),可以直接在base里直接进行安装
如果创建了虚拟环境,需要激活虚拟环境,后再执行 conda install
在已经激活的环境中输入上图红框中的命令:(可以直接选择镜像那个)
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
默认pytorch官网为下载源,下载速度太慢,很容易报错
更改为清华大学镜像,命令行输入下面的命令:
# 添加Anaconda的清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
config --set show_channel_urls yes
然后再输入:
conda install pytorch torchvision torchaudio cudatoolkit=11.3
注意要把后面的-c pytorch去掉,不然还是使用的默认源下载。
等待下载和安装:
④测试
寻找到创建的python.exe(包含虚拟环境名的)进行复制
D:\Users\Administrator\anaconda3\envs\pytorch-gpu\python.exe
运行Pycharm,新建python文件输入下面命令:
import torch
print(torch.__version__) #注意是双下划线
print(torch.cuda.is_available())
选择对应的Python环境:
选择刚刚创建的pytorch-gpu:(可直接测试一开始复制的地址直接定位到)
最后运行刚刚创建的Python文件,出现下面即是成功:
不报错,并返回True, 说明安装成功!!若返回False, 说明系统的cuda版本号和 选择的cuda版本不一致,需要将cuda版本进行更新,具体更新操作如下:
右键-我的电脑-管理-设备管理器,找到显示适配器,选择NVIDIA,右键-更新驱动程序,将更新到最新版本,重启电脑即可。
注:如果要删除自定义源更换回conda的默认源,直接删除channels即可,命令如下:
conda config --remove-key channels
来源:鸽泣