GPU版本的pytorch安装
- 一、查看电脑显卡和安装显卡驱动
- 1、查看电脑是否支持pytorch
- 2、更新驱动
- 3、查看GPU的状态
- 二、安装CUDA
- 三、配置CUDA环境变量
- 四、安装cudaa
- 五、安装anaconda
- 六、安装PyTorch
- 测试是否安装成功
一、查看电脑显卡和安装显卡驱动
1、查看电脑是否支持pytorch
- 在设备管理器中查看计算机显卡型号；例如我的电脑的显卡是GTX 1650.
- 显卡必须是NVIDIA
2、更新驱动
- 链接: https://www.nvidia.cn/geforce/drivers/
- 点击立即下载安装驱动更新程序；然后在里面更新最新的驱动程序（这样做这个官方的程序可以为你提供最新的适合你的驱动）
3、查看GPU的状态
- 更新驱动后,打开CMD终端（快捷键：Win+R），命令行输入:nvidia-smi查看GPU状态：
- 看这里的CUDA version：后面的就是你可以安装的最高版本的CUDA
二、安装CUDA
- 链接: https://developer.nvidia.com/cuda-toolkit-archive
- 进入后选择适合自己的CUDA并下载（前面查看了你的设备最高支持的版本，只要版本比这个低就行了）
- 选择参数下载即可
- 下载完成后将CUDA安装。
- 注意：建议默认路径，后期需要添加环境变量，安装时选择自定义安装：
- 取消该选项Visual Studio Integration：
- 然后安装即可
三、配置CUDA环境变量
注意：该环境变量是默认安装路径下的环境变量，如果版本不同更改其版本号即可
-
鼠标右键计算机（此电脑），打开属性->高级系统设置->环境变量，可以看到系统变量中多了CUDA_PATH和CUDA_PATH_V11_6两个环境变量。
-
接下来，还要在系统变量中“新建”，添加以下几个环境变量，以下是默认安装位置的路径的环境变量（左边是变量名，右边是变量值）:
-
该变量添加在系统变量当中：
-
点击新建：
-
下面是环境变量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
- 在path中需要添加的环境变量：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64
四、安装cudaa
需要申请账号
链接: https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10
- 下载与自己的cuda版本对应的cudnn
- 下载cudnn后直接将其解开压缩包，然后需要将解压后的bin,include,lib文件夹复制粘贴到cuda安装时的默认路径文件夹下（比如我的是在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2 ）
是把整个文件夹复制哦（bin,include,lib） - 测试是否安装成功
- Win+R打开CMD终端执行：nvcc -V 即可看到cuda的信息：
- 出现这样说明安装成功
五、安装anaconda
- 网上有教程，更着安装即可。随便找了一个安装即可：
不用配置镜像下载环境，安装anaconda即可
六、安装PyTorch
- pytorch镜像下载链接: https://download.pytorch.org/whl/torch_stable.html
- cu后面的表示cuda版本（例如：cu116对应cuda116版本）
- cp后面表示python版本（例如：cp39对应python3.9）
- win_amd64对应系统版本
选择对应的torch和torchvision版本下载即可。 - 打开anaconda prompt
- 方法一：
在该界面输入（下面的示例不可以直接用）：
pip install D:\Edge file\torchvision-0.13.1+cu116-cp39-cp39-win_amd64.whl
# 只是示例不可直接用
pip install 后面跟着的是文件的地址
输入后候车即可
出现successfully即可（torch和torchvision安装方法一样下载好后按照这样的方式安装即可）
方法二：
- 当方法一安装不成功我们可以将下载好的torch和torchvision移动到
移动到电脑的账户文件夹下面：（我的就是31308文件夹下面）
然后在anaconda prompt执行下面的语句即可一句一句执行上一句语言出现successfully再进行下一句语言的执行
pip install torchvision-0.13.1+cu116-cp39-cp39-win_amd64.whl
# 只是示例不可直接用
- pip install 后面加安装文件的全名然后回车即可
- 安装好了以后在anaconda prompt里面输入pip list
看到这个就可以了。 - 安装torch和torchvision成功后下载的文件都可删除
测试是否安装成功
在anaconda prompt里面输入：
python
import torch
torch.cuda.is_available()
出现ture就成功啦！
如果是False就是安装不成功，检查上述步骤排查问题。
文章出处登录后可见！
已经登录？立即刷新
