时间:2020-10-12 19:21:49 | 栏目:Python代码 | 点击:次
1、查看自己电脑是否匹配GPU版本。
设备管理器查看。
查看官网是否匹配。地址:https://developer.nvidia.com/cuda-gpus **
2、进入NVIDIA对电脑版本进行查**看。
如果可以的的话可以自己卸载原来版本,后安装新版本。安装地址https://developer.nvidia.com/cuda-toolkit-archive
接下来,进入NVIDIA安装过程,在这安装过程中,我一开始直接选择的精简安装,但由于VS的原因,导致无法正常安装,于是我换成了自定义的安装方式,并将VS勾给去掉,便可以正常安装了,至于CUDA的安装目录,大家默认安装在C盘即可。
安装完成之后,便是配置环境变量。环境变量配置如下图所示。
检验是否安装成功。
3.CUDNN安装
点击https://developer.nvidia.com/rdp/cudnn-download ,选择下载download cudnn,但这里需要你注册一个账号,然后进行问卷之后才可以进行下载页面,反正一步步操作即可。
这里记住一定要相配合,不然后期安装会失败。下载之后,解压缩,将CUDNN压缩包里面的bin、clude、lib文件直接复制到CUDA的安装目录下,直接覆盖安装即可。
到此为止cuda、cudnn安装成功
**4、安装anacond
一直点next
第一个不勾选就可以了。具体过程可以看https://jingyan.baidu.com/article/425e69e615da75be14fc1645.html
5、安装pytorch
如果安装tensorflow,前面步骤一模一样。只是安装口令不同罢了。这里只详细介绍pytorch的安装过程。
打开anaconda下的Anaconda Prompt粘贴命令就可以安装了,此过程看网速,一般来说很快。但是一般我喜欢激活一个环境,首先采用:conda create --name pytorch python=3.6
取一个虚拟环境。其次activate pytorch激活,在环境里面安装,这样即使安装tensorflow再安装一个环境就行了。方便。
下面是安装命令。如果按装较慢,可以试试清华镜像来进行安装。
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/pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123conda config --set show_channel_urls yes
最后输入官网复制的命令:conda install pytorch torchvision cudatoolkit=10.0
即可完成安装(原命令conda install pytorch torchvision cudatoolkit=10.0 -c pytorch需要去掉后面部分不然还是会默认下载,则镜像源没用)
如果还是安装不了,建议访问这个博主的文章https://blog.csdn.net/qq_38704904/article/details/95192856 看一下在本地下载好pytorch后的安装过程,其实也比较简单。
另外附上pytorch各个版本下载地址大全:https://blog.csdn.net/qq_27825451/article/details/90033909
另外这个地方请注意,安装torchvision要与torch相匹配。
不然会出现下面这张错误
6、测试是否成功
总结