Pytorch的GPU版本安裝

有何m不可發表於2024-07-19
PyTorchGPU

本文的顯示卡是

NVIDIA GeForce RTX 3060 Laptop GPU，安裝環境是

CUDA11.1+CUDNN11.1
torch1.9.0+cu111
torchvision0.10.0+cu111
torchaudio==0.9.0

在安裝之前先要知道自己的顯示卡支援什麼CDUA版本

右鍵點選進入NVIDIA控制皮膚

選擇幫助——系統資訊——元件

這裡可以看出我的筆記本支援的CUDA版本為11.5

或者在命令列搜尋cmd，開啟命令提示符

輸入NVIDIA-smi

就可以看到版本資訊

1.下載CUDA

我這裡安裝的CUDA11.1版本

進入CUDA官網下載CUDA11.1： CUDA Toolkit 11.1 Update 1 Downloads

然後等待下載完成即可

還有其他版本可以下載，自己選擇合適的版本下載即可： CUDA Toolkit Archive

配置表： NVIDIA CUDA Toolkit Release Notes

2 .下載CUDNN

進入CUDNN網址： cuDNN Archive

根據自己的系統選擇對應的版本

這裡需要註冊才能下載

登入或者註冊完成即可下載

然後進行解壓

3.CUDA安裝

雙擊下載的CUDA，點選安裝，預設即可

安裝完畢

4.安裝CUDNN

解壓CUDNN

找到安裝的CUDA資料夾：NVIDIA GPU Computing Toolkit

將解壓的CUDNN放在CUDA中

貼上成功

開啟bin目錄複製路徑

開啟cmd

輸入nvcc -V，這樣就安裝好了cuda了

複製extras的demo資料夾

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

在cmd輸入

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

執行bandwidthTest.exe

result=pass說明安裝成功了

5.下載pytorch

進入pytorch主頁： pytorch

選擇更多版本

找到CUDA11.1對應的pytorch版本

# CUDA 11.1
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

這裡：

torch1.9.0+cu111
torchvision0.10.0+cu111

torchaudio==0.9.0

可以用pip下載，不過速度很慢，直接在網站上下載速度很快： download.pytorch

在官網上找到對應的版本點選下載即可

註釋：cu111表示cuda版本為11.1，1.9.0%2表示1.9.0的版本

cp38表示python版本為3.8的版本，3.9表示Python版本為3.9

win_amd64表示windows的作業系統，有linux和win的作業系統

這個一定要對應不然安裝會報錯的！！

安裝torch

cu111/torch-1.9.0%2Bcu111-cp38-cp38-win_amd64.whl

安裝torchaudio

torchaudio-0.9.0-cp38-cp38-win_amd64.whl

安裝torchvision

cu111/torchvision-0.10.0%2Bcu111-cp38-cp38-win_amd64.whl

這樣就下載好了pytorch環境

6.安裝pytorch

如果沒有安裝環境的話，需要重新安裝一個虛擬環境，在anaconda安裝一個虛擬環境

conda create -n pytorch(建立的環境名稱)

啟用環境

conda activate pytorch

進入虛擬環境

本文已經建立直接用conda activate pytorch 安裝pytorch環境可以直接在環境中輸入官網的下載地址，不過速度很慢，建議直接用操作5進行pytorch下載

pip3 pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

進入下載的pytorch路徑，複製路徑：C:\cuda11.1\pytorch1.9.0

在pytorch環境中輸入：cd C:\cuda11.1\pytorch1.9.0

然後用pip install

pip install "torch-1.9.0+cu111-cp38-cp38-win_amd64.whl"

pip install torchaudio-0.9.0-cp38-cp38-win_amd64.whl

pip install "torchvision-0.10.0+cu111-cp38-cp38-win_amd64.whl"

conda list

建立一個.py檔案

然後選擇自己建立的環境

測試環境是否安裝完畢pytorch

測試pytorch是否安裝好

import torch
print(torch.__version__)
print('gpu:',torch.cuda.is_available())
import time
import torch

##################################################

for i in range(1, 10):
    start = time.time()
    a = torch.FloatTensor(i * 100, 1000, 1000)
    a = a.cuda()  # a = a
    a = torch.matmul(a, a)
    end = time.time() - start
    print(end)

執行結果

C:\software\anacondas\envs\pytorch\python.exe C:/Users/qiang/Desktop/python程式設計開發全棧教程+AIoT人工智慧物聯網/測試/main.py
1.9.0+cu111
gpu: True
2.2406187057495117
0.328183650970459
0.4589543342590332
0.6902165412902832
0.8932676315307617
0.9731338024139404
說明pytorch安裝完成

相關文章