在window下搭建深度学习环境_cuda+cudnn+Pytorch

cuda

    cuda是Compute Unified Device Architecture的缩写。中文叫统一计算架构。是为了让nvidia gpu可以完成通用计算任务的一种集成技术。
    首先你电脑需要有独立显卡,才能安装cuda.具体安装cuda那个版本,可以看下面的教程:

打开终端
输入nvidia-smi,就可以看到你的显卡最高支持那个版本的cuda.
在window下搭建深度学习环境_cuda+cudnn+Pytorch
打开:https://developer.nvidia.com/cuda-toolkit-archive.找到自己对应版本的cuda,版本可以向下兼容,你可以选择低版本cuda.
在window下搭建深度学习环境_cuda+cudnn+Pytorch
点击对应显卡适配的cuda版本信息,就可以到以下的界面:

在window下搭建深度学习环境_cuda+cudnn+Pytorch点击下载安装。安装时应注意以下几点:
在window下搭建深度学习环境_cuda+cudnn+Pytorch在window下搭建深度学习环境_cuda+cudnn+Pytorch
红框不需要安装,安装时注意取消即可。
安装好之后,在运行cmd,输入nvcc -v 就可以查看是否安装成功:

在window下搭建深度学习环境_cuda+cudnn+Pytorch

cudnn

在这个网址中:https://developer.nvidia.com/cudnn.找到你对应cudnn的版本.下载cudann前,网站会要求你注册,填写问卷等等.
在window下搭建深度学习环境_cuda+cudnn+Pytorch注意一定要和自己cuda版本对应.下载完成之后解压.
在window下搭建深度学习环境_cuda+cudnn+Pytorch

把解压后的文件全部复制到之前安装的cuda路径下,cuda默认的安装路径是:c\Pregram Files\NVIDIA GPU Computing Toolkit\CUDA
在window下搭建深度学习环境_cuda+cudnn+Pytorch测试cudann是否安装成功:在cmd下,cd到c\Pregram Files\NVIDIA GPU Computing Toolkit\CUDA\extras\demo_suite路径下,然后运行:

在window下搭建深度学习环境_cuda+cudnn+Pytorch在window下搭建深度学习环境_cuda+cudnn+Pytorch看到result=pass就意味这cudnn也安装成功了!

Pytorch安装

cuda和cudann环境配置完成之后.就可以开始安装Pytorch了.
进入:https://download.pytorch.org/whl/torch_stable.html选择合适cu版本,cu就是你之前下载的cuda版本.下载后,在cmd中cd到下载位置,在使用pip installtorch-1.9.0%2Bcu102-cp36-cp36m-win_amd64.whl加粗的这一段为你自己下载对应的版本.别下成cpu版本.
需要注意如果你pip install 失败的时候,你要查看是否下载了python,如果没有去python官网下载python之后,再安装torch即可.

测试pytorch是否安装成功,在打开cmd,输入:
python
import torch
print(torch.version)

可以正常打印版本信息,证明安装成功!

PyCharm安装

PyCharm 是一款功能强大的 Python 编辑器.直接去官网下载即可,注意下载的时候下社区版本的,不要下专业版.下载完之后把环境配置好:点击:Files->Settings
在window下搭建深度学习环境_cuda+cudnn+Pytorch
在window下搭建深度学习环境_cuda+cudnn+Pytorch
在window下搭建深度学习环境_cuda+cudnn+Pytorch选择Existing enviroment.找到之前pytorch安装位置,加载进来就可以了.
如果找不到安装位置,打开cmd,输入python,导入torch库,导入torch,找到路径:print(torch.__path__)。可以看到 Pytorch 的安装路径。

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
乘风的头像乘风管理团队
上一篇 2022年3月25日
下一篇 2022年3月28日

相关推荐