深度学习环境搭建:Pytorch与CUDA的安装

什么是CUDA

统一计算设备架构(Compute Unified Device Architecture,CUDA),由 NVIDIA 推出的并行计算平台和编程模型。 它通过利用图形处理单元 (GPU) 的强大功能来显着提高计算性能。最新发行版本11.6.2,2022年3月发行。
目前几乎所有的编程语言,不使用特定框架,只能使用CPU运行所编的程序。std::thread也是将线程开在CPU中。使用GPU编程可以使用更多的流处理器和更多的线程。
NVIDA官方提供的CUD库是一个完整的工具安装包,其中包括CUDA Toolkit和CUDAdriver、NVIDIA GPU driver驱动程序。理论上在安装完驱动程序后只需要安装CUDA toolkit就可以保证CUDA相关程序的运行。(一般电脑上装有NVIDIA的独立显卡会默认安装好驱动程序)

查看本地显卡驱动对应CUDA版本号

在查看本地显卡对应等的CUDA版本的时候,先更新一下驱动,官网驱动下载地址,其中notebook是笔记本上用的驱动。也可以直接下载NVIDIA GeForce Experience来快速升级驱动。更新完显卡驱动后可以看见我的驱动支持CUDA 11.6以内的。
深度学习环境搭建:Pytorch与CUDA的安装
深度学习环境搭建:Pytorch与CUDA的安装
深度学习环境搭建:Pytorch与CUDA的安装

安装Pytorch如何选择CUDA的版本

进入Pytorch查看Pytorch对应的CUDA版本,因为Pytrorch目前不支持最新的CUDA 11.6版本,最高目前支持CUDA 11.3。
GPU与Pytorch对应版本

PytorchCUDAtorchvision
1.11.010.2、11.3
1.10.110.2、11.1、11.30.11.2
1.10.010.2、11.1、11.30.11.0
1.9.110.2、11.1、11.30.10.1
1.9.010.2、11.1、11.30.10.0
1.8.110.1、10.2、11.1、11.30.9.1
1.8.010.2、11.10.9.0
1.7.19.2、10.1、10.2、11.00.8.2
1.7.09.2、10.1、10.2、11.00.8.0
1.6.09.2、10.1、10.20.7.0
1.5.19.2、10.1、10.20.6.1
1.5.09.2、10.1、10.20.6.0
1.4.09.2、10.10.5.0
1.2.09.2、10.00.4.0
1.1.09.0、10.00.3.0
1.0.19.0、10.00.2.2
1.0.08.0、9.0、10.00.2.1

安装CUDA11.3

  1. 双击安装安装包

  2. 我这里C盘不够用将安装地址修改到D盘,然后点击OK提取文件,系统兼容检查
    深度学习环境搭建:Pytorch与CUDA的安装
    深度学习环境搭建:Pytorch与CUDA的安装

  3. 系统兼容性检查完后点击同意并继续,然后选择自定义安装深度学习环境搭建:Pytorch与CUDA的安装深度学习环境搭建:Pytorch与CUDA的安装

  4. 将CUDA安装组将中的VS取消勾选
    深度学习环境搭建:Pytorch与CUDA的安装

  5. 修改安装位置 深度学习环境搭建:Pytorch与CUDA的安装
    深度学习环境搭建:Pytorch与CUDA的安装

  6. 等待安装完成
    深度学习环境搭建:Pytorch与CUDA的安装7. 点下一步然后关闭,默认情况下安装完成环境变量也默认配置好。
    深度学习环境搭建:Pytorch与CUDA的安装验证安装是否成功:打开命令行窗口输入nvcc -V
    深度学习环境搭建:Pytorch与CUDA的安装

安装Pytorch

使用pip来直接安装pip install torch torchvision torchaudio
需要注意的是一定要安装使用CUDA的Pytroch版本,可以去Pytorch官网查看对应的pip安装命令。
深度学习环境搭建:Pytorch与CUDA的安装验证是否安装成功:打开命令行输入python进入交互式编辑,输入以下命令

import torch
x = torch.rand(5,3)
print(x)

深度学习环境搭建:Pytorch与CUDA的安装验证Pytorch能否使用GPU,导入torch模块

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

输出True则当前torch能够正常使用CUDA,返回False则说明配置有问题不能正常使用CUDA。
深度学习环境搭建:Pytorch与CUDA的安装
深度学习环境搭建:Pytorch与CUDA的安装

参考

TensorFlow、PyTorch各版本对应的CUDA、cuDNN关系
Pytorch:Pytorch与NUDA对应版本
Window下Python+CUDA+PyTorch安装

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)
心中带点小风骚的头像心中带点小风骚普通用户
上一篇 2023年3月9日 下午11:38
下一篇 2023年3月9日 下午11:40

相关推荐