pycharm项目使用GPU pycharm启用gpu

目录

• 一、下载CUDA
• 1.2 安装CUDA
• 1.3 添加系统变量
• 1.4 安装测试
• 1.5 安装cuDNN
• 二、安装Anaconda
• 2.0 Anaconda简介
• 2.1下载Anaconda
• 2.2 安装Anaconda
• 2.3 Anaconda创建环境
• 2.4 激活环境，配置paddle
• 2.5 安装paddle2.0
• 2.6更换下载源
• 三、安装Pycharm
• 3.1 下载Pycharm
• 3.2 安装Pycharm

相关安装包已经导入到项目中

一、CUDA cuDNN安装

1.1下载CUDA

对于本地使用GPU训练模型的时候光有显卡驱动是不够的，还需要CUDA来支持

Windows 环境下，Paddle目前仅支持 CUDA 9.0/10.0 的单卡模式；不支持 CUDA 9.1/9.2/10.1

CUDA下载链接：CUDA（项目内已上传）

选择CUDA Toolkit 10.0 跳转连接后按以下依次选择—下载

nvidia官网访问比较慢并且文件太大，已将下载的安装包上传到本项目中

1.2 安装CUDA

打开cuda_10.0.130_411.31_win10.exe安装包

第一次会提示临时解压路径，完成安装会自动删除，默认/自定义都可以，但不要和安装路径重复，否则会安装失败

待解压完成，选择 同意并继续->精简->

在这里打对勾，下一步

安装完成

1.3 添加系统变量

依次单击：右键计算机->属性->高级系统设置->高级->环境变量

在系统环境变量中添加两个变量：

变量名：CUDA_PATH

变量值：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

变量名：CUDA_PATH_V10_0

变量值：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

注：变量值为CUDA安装地址

添加完两个变量后，为系统变量的 path 添加2个值：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp

修改完成确定

1.4 安装测试

打开cmd输入nvcc -V 输出以下内容表示CUDA安装成功

1.5 安装cuDNN

cuDNN压缩包已经上传到项目…

网址：cuDNN

下载cuDNN需要登录nvidia，或者在本项目中下载

cuDNN下载完成后，解压，将解压后的三个文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

Ok,完成

二、Anaconda安装

Anaconda简介：

Anaconda指的是一个开源的Python发行版本，其包含了Python、conda等180多个科学包及其依赖项。 因为包含了大量的科学包，Anaconda 的下载文件比较大。

Anaconda里添加了许多常用的功能包，同时Anaconda还附带捆绑了两个交互式代码编辑器（Spyder、Jupyter notebook），对于初学者很是友好。

2.1下载Anaconda

网址：Anaconda

进入后单击Windows下载（也可以在项目内下载）

2.2 安装Anaconda

下载Anaconda完成后，打开，按提示点击下一步

用户协议，点击 I Agree

路径：建议c盘，也可以单击后面的Browse自己选择安装路径，可能以后在读取速率上有些影响

选择完路径，下面需要选择添加环境变量，一定要选上，选完后点击install安装，如果忘了勾选可以卸了重装

安装完成，点击next

这里是pycharm的一个推广，稍后我们会进行安装pycharm，继续点击next

ok，anaconda安装完成

2.3 Anaconda创建环境

在左下角搜索地方输入 anaconda，打开 Anaconda Prompt（类似于cmd）

打开后界面如下（Skr-Skr-Skr是我的用户名）

输入：conda create -n paddle python=3.7

说明：-n是代表创建的环境名称 python=3.7表示该环境使用3.7版本python

注：如果出现Collecting package metadata (current_repodata.json): failed错误请查看章节<2. 更换下载源>*

提示会下载以下包：输入y 表示确认

等待下载完成

2.4 激活环境，配置paddle

更新下conda：

conda update --all

更新完成…

2.5 安装paddle2.0：

安装Paddle，我们可以在官网中选择安装

目前官网为2.0rc版本，这里我们安装的是2.0beta版本，链接为：Paddle2.0beta

在我们打开的环境内输入：

Python -m pip install paddlepaddle_gpu==2.0.0b0 -f https://paddlepaddle.org.cn/whl/stable.html

待安装完成，输入

python

进入命令行后输入

import paddle
paddle.fluid.install_check.run_check()

显示Your Paddle Fluid is installed successfully表示paddle安装成功

注：我们已经安装完paddle的环境，之后使用直接打开conda的paddle环境即可

待安装完成，输入

python

**进入命令行后输入 **

import paddle
paddle.fluid.install_check.run_check()

显示Your Paddle Fluid is installed successfully表示paddle安装成功

2.* 更换下载源

如果在anaconda新建环境的时候产生Collecting package metadata (current_repodata.json): failed错误，是conda下载源问题：

如果出现以上错误，打开用户目录：C:\Users\Skr-Skr-Skr （Skr-Skr-Skr是我自己的用户名）

在该目录里面找出.condarc文件（如果没有改文件可以新建一个），使用记事本编辑

在.condarc添加如下内容：

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

保存后，再次尝试新建环境即可。

三、Pycharm安装

3.1 Pycharm下载

进入官网：Pycharm

选择下载版本，左边是专业版（收费），右边是社区版

3.2 Pycharm安装

选择安装路径（默认C盘，我的c盘空间有限安装到了D盘）：

4个对勾全选：创建桌面快捷键，添加path环境变量，更新菜单栏，创建关联（py文件默认由pycharm打开）

安装完成，提示重启电脑生效，选第二项稍后重启，完成：

打开pycharm，选择New，Project：

接下来选择：

Location：项目位置

New environment using：Conda

Python version：3.7

Creat创建

创建完成后，pycharm默认有个main.py

单击菜单栏 Run-> Run’main.py’

完成