win10+MX350显卡+CUDA10.2+PyTorch 安装过程记录 深度学习环境配置

环境配置预览

联想小新15 2020 笔记本

系统	CPU	GPU	CUDA	cuDNN	PyTorch
win10	i5-1035G	MX350显存2GB	10.2	v7.6.5	1.5

1. 安装CUDA

1. 确认计算机的显卡型号：在设备管理器中查看GPU的型号，前提是你的计算机要有独显

2. 确定显卡支持的CUDA版本：打开英伟达控制面板→帮助→系统信息→组件，查看CUDA版本

3. 到英伟达官网下载对应的CUDA版本。我下载的版本是CUDA10.2

 选择CUDA的安装环境，安装类型我这里以 在线安装（network）为例

4. 安装CUDA：双击执行下载的exe文件，会先解压文件到临时目录（不是安装目录），保持默认即可

5. 安装过程：选择自定义

 取消勾选 Visual Studio Integration

 建议默认安装在C盘 。 这三个路径很重要，需要记住，后面配置环境变量以及安装cuDNN要用到
 刚开始一直在0%得等一会，我的安装过程大概是15min（因为是在线安装较慢）

6. 配置CUDA的环境变量

在Path中手动添加如下路径：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

7. 验证CUDA是否安装成功

2. 安装cuDNN

到英伟达官网下载与CUDA对应的cuDNN，我这里下载的版本是 cuDNN v7.6.5。

注意：需要先注册账号，填写个人信息及简单的调查文件后才能下载，一步一步来即可。

下载之后，解压缩，将CUDNN文件夹里面的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。

3. 安装PyTorch

请事先安装好 Anaconda3，到 PyTorch官网选择安装

在 Anaconda Prompt 输入上述指令，进行PyTorch安装，此过程时间较长，需耐心等待。(我大概用了40min)

测试安装是否成功，可以正常打印出版本号，安装没问题。
并测试能否用GPU加速，返回True。

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

4. GPU速度简单测试

拿AlexNet简单测试了下MX350的速度，测试时CPU满载，GPU只达到了50%

	GPU（MX350）	CPU（i5-1035G）
跑完一次数据集耗时	22s	73s

参考：
win10下pytorch-gpu安装以及CUDA详细安装过程
Win10+MX250+CUDA10.1+cuDNN+Pytorch1.4安装+测试全过程