如何看电脑中有几个GPU 怎么查看电脑有无gpu

Windows 下 PyTorch 入门深度学习环境安装与配置 GPU 版

• 教程大纲

• 如何使用此教程
• 快速开始版本

• Windows下判断有无NVIDIA GPU
• 安装Anaconda

• 作用
• 流程

• 下载安装 Anaconda

• 创建虚拟环境

• 利用conda或者pip 安装PyTorch

• 算力，CUDA Driver Version, CUDA Runtime Version

• 确定自己电脑的显卡算力和CUDA版本

• 利用conda或者pip 安装PyTorch

• 更改channel的方式

• 1.在命令最后加上`-c 通道地址`
• 2.添加通道地址(不推荐)

• 判断 CUDA Runtime 版本

• 1.安装显卡驱动最新版本
• 2.确定CUDA driver的版本
• 3.打开PyTorch官网，确定CUDA Runtime 版本
• 4.在上一步创建的虚拟环境中安装PyTorch
• 5.使用pip安装（第4步不成功时）

• 验证pytorch是否安装成功
• 安装PyCharm并进行配置

• 新建项目

教程大纲

如何使用此教程

• 说说安装过程中各个软件的作用(可选)
• 聊聊深度学习与GPU(可选)
• 安装步骤演示

快速开始版本

确定电脑是否有Nvidia GPU-先看【判断是否有NVIDIA(英伟达显卡)GPU】

结合自己电脑操作系统和有无GPU，找到对应安装视频

• 如果有NVIDIA GPU，看视频开头带【GPU版本】
• 如果没有 NVIDIA GPU，看视频开头带【CPU版本】

Windows下判断有无NVIDIA GPU

检查任务管理器——如果GPU中带有NVIDIA字眼，说明有NVIDIA GPU

安装Anaconda

作用

1.创建虚拟环境

2.创建虚拟环境的同时安装python

流程

1. 确定自己的硬件信息，确定电脑有英伟达(NVIDIA)显卡
2. 下载安装 Anaconda
3. 利用 conda 或者 pip 安装 PyTorch(坑最多的)

1. 确定自己安装的CUDA版本与GPU关系
2. 安装GPU版本 PyTorch

4. 下载安装/配置 PyCharm

Windows下安装PyTorch GPU版本

下载安装 Anaconda

• 官网 https://www.anaconda.com/
• 选择 Products ->Anaconda Distribution
• 点击 Download，可以下载最新版本
• https://repo.anaconda.com/archive/，可以下载到历史版本
• 安装路径最好全英文

创建虚拟环境

利用conda或者pip 安装PyTorch

1.创建一个虚拟环境(比如叫 tuduipytorch)

• 利用 conda create 指令创建新的虚拟环境

• conda create -n 虚拟环境名字 python=版本
• python选择3.5以上版本

• 添加镜像加速

• conda create -n 虚拟环境名字 python=版本 -c 镜像地址

• 就使用base环境

镜像名	用于创建环境镜像地址 -cudatoolkit
清华镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像	https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
阿里巴巴镜像	http://mirrors.aliyun.com/anaconda/pkgs/main

删除虚拟环境:

conda remove -n 虚拟环境名字 --all

持久添加通道:

conda config --add channels 通道地址

删除通道:

conda config --remove channels 通道地址

查看目前虚拟环境

conda env list

base环境位于安装目录下面

创建虚拟环境ddpytorch，指定python版本3.6

conda create -n ddpytorch python=3.6

自己创建的虚拟环境位于

激活环境

conda activate ddpytorch

取消激活环境

conda deactivate

算力，CUDA Driver Version, CUDA Runtime Version

1.首先，确定自己显卡的算力

2.确定自己的可选择CUDA Runtime Version

3.确保自己的 CUDA Driver 版本 >= CUDA Runtime 版本

Cuda runtime version <= cuda driver version

Cuda runtime version 支持 显卡对应的算力

跑深度学习需要用到GPU，而CUDA就是GPU和程序(如python)之间的桥梁。

CUDA（Compute Unified Device Architecture）统一计算设备架构，CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

CUDA就是让python等程序语言可以同时在CPU和GPU上跑的一个平台。

确定自己电脑的显卡算力和CUDA版本

https://en.wikipedia.org/wiki/CUDA

1.确定显卡型号

NVIDlA GeForce RTX 4060 Laptop GPU

2.确定显卡算力8.9

3.确定CUDA Runtime ：11.8、12.0-12.4

我们看自己的驱动 CUDA Driver Version-12.2

nvidia-smi

4.最近确定我们使用的CUDA版本：11.8、12.0、12.1、12.2

在可用的里面选择最新的

利用conda或者pip 安装PyTorch

通道(channel)，其实就相当于下载地址。

更改channel的方式

1.在命令最后加上-c 通道地址

conda install xxx -c 通道地址
conda create yyy -c 通道地址

不要随便修改通道地址

2.添加通道地址(不推荐)

如何持久化添加/删除通道
conda config --add channels 通道地址
conda config --remove channels 通道地址

如何查看配置文件中有哪些通道?
conda config --get
conda config --show

添加清华源通道

查看当前通道

删除通道

判断 CUDA Runtime 版本

1.安装显卡驱动最新版本

nvidia-smi

到NVIDIA官网下载最新驱动

填写GPU相关信息

选择NVIDIA Studio 驱动程序进行安装，一路默认

2.确定CUDA driver的版本

运行nvidia-smi, CUDA版本更新为12.4

3.打开PyTorch官网，确定CUDA Runtime 版本

pytorch官网：https://pytorch.org/

选择比CUDA driver小的最新版本

4.在上一步创建的虚拟环境中安装PyTorch

(安装PyTorch，需要安装pytorch,torchvision, torchaudio=个包)

• 从官网(https://pytorch.org/)采用命令行下载

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

• 添加镜像源

conda install pytorch torchvision torchaudio -c 镜像地址
conda install cudatoolkit=版本 -c 镜像地址

镜像名	镜像地址-pytorch, torchvision, torchaudio
清华镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
北京外国语大学镜像	https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/
阿里巴巴镜像	http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/
南京大学镜像	https://mirror.nju.edu.cn/pub/anaconda/cloud/pytorch/win-64/

5.使用pip安装（第4步不成功时）

• 使用 pip3 install torch torchvision torchaudio
• 本地安装

• 下载 pytorch package 后，利用 pip install 路径地址 安装(https://download.pytorch.org/whl/torch stable.html)
• 如果本地安装完成，使用pip instal torch==本地下载的版本号 torchvision torchaudio

• 从视频简介中下载 pytorch package，之后利用pip install 安装

验证pytorch是否安装成功

1. 激活对应的虚拟环境(你安装Pytorc的虚拟环境) conda activate 虚拟环境名，
2. 输入conda list，看有没有pytorch或torch
3. 输入python

4. 输入import torch
5. 输入torch.cuda.is available()

6. 如果显示True，就说明我们这个PyTorch安装成功了

安装PyCharm并进行配置

• 下载PyCharm(https://www.jetbrains.com/pycharm/) 可以使用迅雷下载
• 如果想下载历史版本的话，https://www.jetbrains.com/pycharm/download/other.htm
• 如果下载还是很慢的话，那就去视频简介下方进行下载
• 配置合适的Python解释器(虚拟环境)

新建项目

新建test.py文件，运行代码

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

显示True，则环境配置正确

问题：导入python解释器时显示找不到Conda可执行文件

找到anaconda3安装路径下的conda.bat文件路径D:\anaconda3\condabin\conda.bat，点击Load Environments按钮

选择要使用的虚拟环境

conda修改虚拟环境版本

报错：ImportError: DLL load failed: 找不到指定的模块。

Please note and check the following:

  * The Python version is: Python3.6 from "C:\Users\xdd\.conda\envs\ddpytorch\python.exe"
  * The NumPy version is: "1.19.2"

and make sure that they are the versions you expect.
Please carefully study the documentation linked above for further help.

Original error was: DLL load failed: 找不到指定的模块。

怀疑是python版本过低导致，升级一下python版本

conda activate your_env
conda install python=3.x

修改numpy版本命令

conda remove numpy
conda install numpy

NumPy version is: “1.19.2”

and make sure that they are the versions you expect. Please carefully study the documentation linked above for further help.

Original error was: DLL load failed: 找不到指定的模块。

怀疑是python版本过低导致，升级一下python版本

conda activate your_env conda install python=3.x

修改numpy版本命令

```shell
conda remove numpy
conda install numpy