Pytorch版本介紹

• torch：1.6
• CUDA：10.2
• cuDNN：8.1.0

✨安裝 NVIDIA 顯卡驅動程序

一般 電腦出廠/裝完系統 會自動安裝顯卡驅動

如果有 可直接進行下一步

下載鏈接

http://www.nvidia.cn/Download/index.aspx?lang=cn

選擇和自己顯卡相匹配的顯卡驅動

下載安裝

✨確認項目所需torch版本

# pip install -r requirements.txt

# base ----------------------------------------
Cython
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
pillow
PyYAML>=5.3
scipy>=1.4.1
tensorboard>=2.2
torch>=1.6.0
torchvision>=0.7.0
tqdm>=4.41.0

# coco ----------------------------------------
# pycocotools>=2.0

# export --------------------------------------
# packaging  # for coremltools
# coremltools==4.0
# onnx>=1.7.0
# scikit-learn==0.19.2  # for coreml quantization

# extras --------------------------------------
# thop  # FLOPS computation
# seaborn  # plotting

例如此項目需求torch>=1.6

在PyTorch官網查看與之匹配的CUDA版本

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

這里可以從conda命令看出 torch1.6 可以安裝10.2版本的CUDA

torch與CUDA版本一定要匹配！

✨安裝 CUDA

NVIDIA控制面板 -> 幫助 -> 系統信息 -> 組件

查看NVCUDA.DLL 后的參數

本機是10.2

//如果更新了顯卡驅動這里參數可能會變高

下載的CUDA版本可以低于這里顯示的參數 但是一定要與torch版本匹配

下載

下載鏈接：https://developer.nvidia.com/cuda-downloads

//上面的鏈接默認下載的是最新版本的CUDA

要下載之前版本的CUDA在上述下載頁面下滑 然后點擊 ”CUDA早期版本檔案”

或者直接點擊CUDA早期版本檔案 跳轉

選擇CUDA Toolkit 10.2

選擇對應操作系統版本然后點擊Download

！Installer Type一定要選exe(local)

安裝

安裝完成

在Terminal輸入以下命令

nvcc -V

顯示CUDA版本則相關環境變量已經自動配置

✨安裝cuDNN

下載

下載鏈接

https://developer.nvidia.com/rdp/cudnn-archive

選擇和操作系統以及CUDA相匹配的cuDNN版本

例如我剛才安裝了CUDA10.2 這里選擇Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 10.2

安裝

解壓下載的zip

把解壓得到的文件夾內的bin、include、lib目錄下的dll文件與h文件分別復制到相應的CUDA的安裝目錄下

默認安裝目錄分別為

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib

✨安裝PyTorch

在線安裝

在PyTorch官方鏈接上查看相應安裝命令

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

例如我要安裝CUDA10.2版本的torch1.6 對應的conda命令是

# CUDA 10.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch

！在線安裝速度很慢 可以選擇下面離線安裝的方法

離線安裝

whl下載鏈接

https://download.pytorch.org/whl/torch_stable.html

選擇對應CUDA、Python、操作系統、torch版本的whl

例如我要安裝CUDA10.2、Python3.8、torch1.6 版本的whl

應下載 cu102/torch-1.6.0-cp38-cp38-win_amd64.whl

例如我要安裝CUDA10.2、Python3.8、torchvision0.7 版本的whl

應下載 cu102/torchvision-0.7.0-cp38-cp38-win_amd64.whl

然后在conda環境中安裝

pip install torch-1.6.0-cp38-cp38-win_amd64.whl

pip install torchvision-0.7.0-cp38-cp38-win_amd64.whl

安裝完成

✨確認環境是否配置成功

import torch

print(torch.__version__)
print(torch.cuda.is_available())

如上所示環境配置成功

✨參考及引用

https://blog.csdn.net/qq_37296487/article/details/83028394

https://blog.csdn.net/maoersong/article/details/104484826

https://blog.csdn.net/qq_36653505/article/details/83932941

到此這篇關于PyTorch CUDA環境配置及安裝的步驟(圖文教程)的文章就介紹到這了,更多相關PyTorch CUDA配置及安裝內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！