【深度学习】PyTorch CUDA环境配置及安装
✨Pytorch版本介绍
torch：1.6
CUDA：10.2
cuDNN：8.1.0
✨安装 NVIDIA 显卡驱动程序
一般 电脑出厂/装完系统 会自动安装显卡驱动
如果有 可直接进行下一步
下载链接
http://www.nvidia.cn/Download/index.aspx?lang=cn
选择和自己显卡相匹配的显卡驱动 下载安装
！注意笔记本产品系列需要选带有 Notebooks 的
关于下载类型：GRD SD
点击下载类型旁边的 “？” 即可查看官方说明
如果您是游戏玩家，希望在新游戏、新补丁和游戏追加下载内容 (DLC) 的发布日第一时间获得支持，请选择 Game Ready 驱动程序。
如果您是内容创作者，优先考虑创意工作流程的稳定性和质量，例如视频编辑、动画、摄影、图形设计和直播等，请选择 Studio 驱动程序。
建议下载 SD
✨确认项目所需torch版本
例如此项目需求torch>=1.6
在PyTorch官网查看与之匹配的CUDA版本
https://pytorch.org/get-started/previous-versions/
这里可以从conda命令看出 torch1.6 可以安装10.2版本的CUDA
torch与CUDA版本一定要匹配！
✨安装 CUDA
NVIDIA控制面板 -> 帮助 -> 系统信息 -> 组件
查看NVCUDA.DLL 后的参数
本机是10.2
//如果更新了显卡驱动这里参数可能会变高
下载的CUDA版本可以低于这里显示的参数 但是一定要与torch版本匹配
下载
下载链接
https://developer.nvidia.com/cuda-downloads
//上面的链接默认下载的是最新版本的CUDA
要下载之前版本的CUDA在上述下载页面下滑 然后点击 ”CUDA早期版本档案”
或者直接点击CUDA早期版本档案 跳转
选择CUDA Toolkit 10.2
选择对应操作系统版本然后点击Download
！Installer Type一定要选exe(local)
安装
安装完成
在Terminal输入以下命令
显示CUDA版本则相关环境变量已经自动配置
✨安装cuDNN
下载
下载链接
https://developer.nvidia.com/rdp/cudnn-archive
选择和操作系统以及CUDA相匹配的cuDNN版本
例如我刚才安装了CUDA10.2
这里选择Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 10.2
安装
解压下载的zip
把解压得到的文件夹内的bin、include、lib目录下的dll文件与h文件分别复制到相应的CUDA的安装目录下
默认安装目录分别为
✨安装PyTorch
在线安装
在PyTorch官方链接上查看相应安装命令
https://pytorch.org/get-started/previous-versions/
例如我要安装CUDA10.2版本的torch1.6 对应的conda命令是
！在线安装速度很慢 可以选择下面离线安装的方法
离线安装
whl下载链接
https://download.pytorch.org/whl/torch_stable.html
选择对应CUDA、Python、操作系统、torch版本的whl
例如我要安装CUDA10.2、Python3.8、torch1.6 版本的whl
应下载 cu102/torch-1.6.0-cp38-cp38-win_amd64.whl
例如我要安装CUDA10.2、Python3.8、torchvision0.7 版本的whl
应下载 cu102/torchvision-0.7.0-cp38-cp38-win_amd64.whl
然后在conda环境中安装
安装完成
✨确认环境是否配置成功
如上所示环境配置成功
✨参考及引用
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
⭐转载请注明出处
本文作者：双份浓缩馥芮白
原文链接：https://www.cnblogs.com/Flat-White/p/14678586.html
版权所有，如需转载请注明出处。
