Pytorch-1.0.1 深度学习环境踩坑备忘录

Pytorch-1.0.1 深度学习环境踩坑备忘录

安装环境：windows 10 x64

显卡：nvidia 940mx

pytorch参考文章：https://zhuanlan.zhihu.com/p/53652964

Question 1 国外源太慢，切换为国内源

两种办法，解决国外源问题：命令行或修改.condarc文件

cmd 输入：

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 --set show_channel_urls yes

修改文件

channels:
  - https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
ssl_verify: true

实际不用copy - https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/这一行，测试依然无法下载pytorch-1.0.1。

Question 2 Pytorch-1.0.1 下载失败

解决办法

• 最佳办法：切换国内源（我这边测试失败了）

• **备选方案：**下载对应的离线包，进行安装。

  • 下载地址：https://anaconda.org/pytorch/pytorch/files

  • 由于我的系统是windows，这里下载的文件为：.tar.bz2 安装命令如下：

    conda install --offline -n XXXX..tar.bz2
    # 虚拟环境
    conda install --offline -n env_name XXXX..tar.bz2
    

Question 3 GPU 测试失败

按照参考的教程走完安装过程测试，出现如下情况

>>> import torch
>>> torch.cuda.is_available()
False

找到原因：

显卡驱动太老，解决办法：替换原有驱动。查看驱动对应的cuda的型号 nvcc --version

参考链接：
nvidia与cuda需要满足关系：

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

cuda与cudnn需要满足关系：

https://developer.nvidia.com/rdp/cudnn-archive

Question 4 cuDNN 文件包处理

知乎专栏教程是直接将文件的地址加入PATH。这里建议将三个文件夹下的文件，放到对应的CUDA的文件夹下。比如我这里的文件位置是从：D:\cuda到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

附录：相关的网页链接

1. cuDNN download

最新版本： https://developer.nvidia.com/rdp/cudnn-download

历史版本：https://developer.nvidia.com/rdp/cudnn-archive

2. CUDA Toolkit download

最新版本：

历史版本：

3. pytorch 离线下载

https://anaconda.org/pytorch/pytorch/files

4. pytorch 官网地址

https://pytorch.org/get-started/locally/