Insight

V1

2022/02/09阅读:185主题:默认主题

两步搞定pytorch安装

导言

上一次这么费时费神的安装东西好像只有安装Java配置环境变量了吧,搜遍了网上pytorch的安装,发现很多博主没有考虑到一些细节,因此写下了这篇文章供大家参考

本人安装pytorch主要是由于IMDB电影评论情感分类的项目,需要用到pytorch对文本进行处理。okay, without further ado,let's get started!

构建环境

首先你需要有conda环境,我用的是anaconda,从清华镜像上下载的。
清华源anaconda点这里从此下载,我用的是Anaconda3-2021.05-Windows-x86_64.exe版本,64位电脑下载x86_64,选择适合自己的就行

anaconda版本列表
anaconda版本列表

安装好后建议先使用conda create --name 环境名称 pytohn==3.6新建一个虚拟环境,我这里将环境名称写为pytorch

在cmd中切换到pytorch虚拟环境,使用命令conda activate pytorch

检查版本

CUDA,cuDNN版本是否对应

打开cmd输入nvidia-smi命令查看驱动版本与cuda版本

驱动版本与cuda版本
驱动版本与cuda版本

根据下图判断自己的CUDA版本是否符合要求(装的CUDA和cuDNN保持一致,版本号可以比10.2低)

cuda版本与Windows驱动版本要求
cuda版本与Windows驱动版本要求

下载cuda与cuDNN食用教程

下载cuda

pytorch与cuda的驱动版本和cuda版本息息相关 点这里下载不同的版本的cuda 我下载的是CUDA Toolkit 11.6.0 ,按照食用教程进行安装

下载cuDNN

需要注册邮箱 点这里下载cuDNN 本来需要下载11.6对应的版本,但是cuDNN没有11.6的,下载了对应的11.5。低一点得版本应该没啥问题。没有对应版本可下载低一点的版本

下载cuDNN
下载cuDNN

将下载好的cuDNN解压到cuda安装路径,一般是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

配置环境变量

  1. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\CUPTI\lib64路径添加到系统变量的Path路径下,配置环境变量请参考安装Java配置环境变量
  2. 同理,将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn\bin路径添加到Path路径下

验证cuda和cuDNN是否安装成功

新建一个cmd窗口输入nvcc -V命令,成功

cuda安装成功
cuda安装成功

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite路径下分别执行bandwidthTest.exe和deviceQuery.exe ,结果为PASS则成功

安装pytorch

进入pytorch官网,点击Pip,之前用conda一直没成功,我此处换了源,先后执行以下命令

conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
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/

将此处的命令 pip install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html 复制到cmd中,因为我用的是cuda 11.6,所以我尝试将11.3改为11.6进行安装,但提示找不到对应的版本,所以安装的11.3版本,亲测有效 途中有超时的警告,但成功安装

验证一下,使用命令pip show torch

验证pytorch是否可用

进入python环境,输入下面的命令,返回True则表示pytorch可用GPU

import torch 
torch.cuda.is_available()

综上

CUDA 版本:11.6
cuDNN版本:8.3.1 for CUDA 11.5
显卡驱动版本:511.65
pytorch版本:1.10.2+cu113

PS:只有英伟达的N卡能安装pytorch,对与AMD暂时未知,朋友们可以献计献策

坑:

本人第一次安装用的是conda,torch.cuda.is_available()返回False。参考了此博文,被conda镜像安装给坑了。你以为下载的是GPU版本,其实镜像下载的是cpu版本你必须手动去官网用pip下载安装。从安装到产出此文耗时两天

下载链接列表

参考链接

分类:

后端

标签:

Python

作者介绍

Insight
V1