✨Pytorch版本介紹
torch：1.6
CUDA：10.2
cuDNN：8.1.0
✨安裝 NVIDIA 顯示卡驅動程式
一般 電腦出廠/裝完系統 會自動安裝顯示卡驅動
如果有 可直接進行下一步
下載連結
http://www.nvidia.cn/Download/index.aspx?lang=cn
選擇和自己顯示卡相匹配的顯示卡驅動
下載安裝
✨確認專案所需torch版本
# pip install -r requirements.txt
# base ----------------------------------------
Cython
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
pillow
PyYAML>=5.3
scipy>=1.4.1
tensorboard>=2.2
torch>=1.6.0
torchvision>=0.7.0
tqdm>=4.41.0
# coco ----------------------------------------
# pycocotools>=2.0
# export --------------------------------------
# packaging # for coremltools
# coremltools==4.0
# onnx>=1.7.0
# scikit-learn==0.19.2 # for coreml quantization
# extras --------------------------------------
# thop # FLOPS computation
# seaborn # plotting
例如此專案需求torch>=1.6
在PyTorch官網檢視與之匹配的CUDA版本
https://pytorch.org/get-started/previous-versions/
這裡可以從conda命令看出 torch1.6 可以安裝10.2版本的CUDA
torch與CUDA版本一定要匹配！
✨安裝 CUDA
NVIDIA控制皮膚 -> 幫助 -> 系統資訊 -> 元件
檢視NVCUDA.DLL 後的引數
本機是10.2
//如果更新了顯示卡驅動這裡引數可能會變高
下載的CUDA版本可以低於這裡顯示的引數 但是一定要與torch版本匹配
下載
下載連結
https://developer.nvidia.com/cuda-downloads
//上面的連結預設下載的是最新版本的CUDA
要下載之前版本的CUDA在上述下載頁面下滑 然後點選 ”CUDA早期版本檔案”
或者直接點選CUDA早期版本檔案 跳轉
選擇CUDA Toolkit 10.2
選擇對應作業系統版本然後點選Download
！Installer Type一定要選exe(local)
安裝
安裝完成
在Terminal輸入以下命令
nvcc -V
顯示CUDA版本則相關環境變數已經自動配置
✨安裝cuDNN
下載
下載連結
https://developer.nvidia.com/rdp/cudnn-archive
選擇和作業系統以及CUDA相匹配的cuDNN版本
//例如我剛才安裝了CUDA10.2 這裡選擇Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 10.2
安裝
解壓下載的zip
把解壓得到的資料夾內的bin、include、lib目錄下的dll檔案與h檔案分別複製到相應的CUDA的安裝目錄下
預設安裝目錄分別為
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib
✨安裝PyTorch
線上安裝
在PyTorch官方連結上檢視相應安裝命令
https://pytorch.org/get-started/previous-versions/
例如我要安裝CUDA10.2版本的torch1.6 對應的conda命令是
# CUDA 10.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch
！線上安裝速度很慢 可以選擇下面離線安裝的方法
離線安裝
whl下載連結
https://download.pytorch.org/whl/torch_stable.html
選擇對應CUDA、Python、作業系統、torch版本的whl
例如我要安裝CUDA10.2、Python3.8、torch1.6 版本的whl
應下載 cu102/torch-1.6.0-cp38-cp38-win_amd64.whl
例如我要安裝CUDA10.2、Python3.8、torchvision0.7 版本的whl
應下載 cu102/torchvision-0.7.0-cp38-cp38-win_amd64.whl
然後在conda環境中安裝
pip install torch-1.6.0-cp38-cp38-win_amd64.whl
pip install torchvision-0.7.0-cp38-cp38-win_amd64.whl
安裝完成
✨確認環境是否配置成功
import torch
print(torch.__version__)
print(torch.cuda.is_available())
如上所示環境配置成功
✨參考及引用
https://blog.csdn.net/qq_37296487/article/details/83028394
https://blog.csdn.net/maoersong/article/details/104484826
https://blog.csdn.net/qq_36653505/article/details/83932941
⭐轉載請註明出處
本文作者：雙份濃縮馥芮白
原文連結：https://www.cnblogs.com/Flat-White/p/14678586.html
版權所有，如需轉載請註明出處。