文章目录

  • 前言
  • 一、安装anaconda
  • 二、安装cuda11.1
  • 1.确定自己电脑显卡对应的cuda版本
  • 2.下载cuda
  • 三、安装对应的pytorch



前言

windows使用GPU2060配置cuda11.1和pytorch:



一、安装anaconda

anaconda是管理Python包的一个工具,可以创建虚拟环境。anaconda安装时会安装Python,在创建虚拟环境的时候也可以设置Python版本并下载。

anaconda安装比较简单:

1.到官网下载指定版本(anaconda版本与cuda版本以及pytorch版本无太大关系,选择较新的即可)

64对应x86_64,32位对应x86.

2.根据提示安装,注意提示是否添加环境变量时,最好添加

cuda能与以往版本的pytorch兼容嘛_pytorch

安装完anaconda之后可以创建虚拟环境

格式如下:

conda create -n env_name python =3.7

其中env_name为虚拟环境名称,后边Python版本可以自行指定。
创建之后激活便可以使用

conda activate env_name

或者关闭

conda deactivate

删除

conda remove -n env_name --all

之后可以配置cuda

二、安装cuda11.1

1.确定自己电脑显卡对应的cuda版本

方法一:查看NVIDIA控制面板,点击系统信息,查看组件

cuda能与以往版本的pytorch兼容嘛_CUDA_02

可以看到其中第三行为CUDA 11.1.114 driver,因此可以选择CUDA版本为11.1方法二:win+r,cmd进入命令行,输入nvidia-smi查看显卡信息

cuda能与以往版本的pytorch兼容嘛_虚拟环境_03

可以看到版本为11.1

2.下载cuda

确定cuda版本之后,可以到官网下载https://developer.nvidia.com/zh-cn/cuda-toolkit。

之后进行安装,除了在安装选项选择自定义之外,其余按照默认即可。

cuda能与以往版本的pytorch兼容嘛_pytorch_04


安装后重启在windows命令行窗口输入

nvcc -V

若出现响应版本 信息即安装成功。

或者打开安装目录,默认路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin\,找到nvcc也说明安装成功。

安装成功cuda之后还要安cudnn,也是到官网https://developer.nvidia.cn/rdp/cudnn-archive下载指定版本(需注册填写问卷)

cuda能与以往版本的pytorch兼容嘛_pytorch_05

我这里选择的是第三个。

下载过程中可能会遇到,注册过程可能会遇到问卷不弹出的问题,建议使用外网VPN。

之后回到刚才那个CUDA的安装目录

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1

把cuDNN压缩包解压缩,分别把bin、include、lib\x64三个文件夹中的.dll、.h和.lib文件复制到CUDA目录下对应文件夹里。

不是把三个文件夹复制过去覆盖掉,是里面的文件!!!

不是把三个文件夹复制过去覆盖掉,是里面的文件!!!

不是把三个文件夹复制过去覆盖掉,是里面的文件!!!

cuda能与以往版本的pytorch兼容嘛_pytorch_06

之后在环境变量path中添加C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64.

三、安装对应的pytorch

pytorch安装遇到的最大问题可能是安装成cpu版本,这样便没法使用GPU加速。
在pytorch官网选择对应的版本会出现相应的指令,但往往会出现超时的情况。
这里参考
首先激活之前建立的虚拟环境
然后使用如下命令

pip --default-timeout=1000 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

可以下载成功。
之后进入Python虚拟环境,输入

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

若输出true,说明安装成功。