NVIDIA(英伟达显卡)配置深度学习环境,anaconda和pycharm中实现,实测有效(一天半时间的心得,觉得有用给个赞,谢谢)

一、简介

1 首先介绍下我想干啥?

       我是想用华硕i5电脑配置深度学习环境,使用GPU跑pytorch框架,由于官网(英伟达)英伟达显卡驱动下载官网,通过学习和了解发现,自己的电脑显卡是Geforce 820M,在哔哩哔哩上看的教程说,现在大部分使用的是CUDA9.2(因为比较稳定),但是我的显卡驱动是388的,而CUDA9.2需要396及以上的驱动才可以,于是我应该寻找396及以上的驱动,进行安装,对,这话没毛病。

2 遇到了啥问题?

      说起来容易,做起来难,遇到了一堆屁事,花了一天时间也没搞定,具体遇到的问题在这里和大家唠唠嗑,在讲之前我需要再和大家确认以下我们工作流程。

2.1 首先查看自己电脑的配置,显卡的型号,电脑显卡的驱动版本。

      显卡型号如何查看?

       打开电脑任务管理器ctrl + alt + delete

       切换到进程一栏,如图所示:

NVIDIA(英伟达显卡)配置深度学习环境,anaconda和pycharm中实现,实测有效(一天半时间的心得,觉得有用给个赞,谢谢)_第1张图片

可以看到我是双显卡,集成显卡和英伟达的独立显卡,这里我当然需要查看的是英伟达显卡(因为绝大多数深度学习都用的是英伟达显卡),这里可以看出来是啥型号。

2.2 驱动版本如何查看?

      win + r打开命令行

      cmd->nvidia-smi

      如果顺利的话,你就可以打开详细信息页面,如果不行的话会是这样的。

NVIDIA(英伟达显卡)配置深度学习环境,anaconda和pycharm中实现,实测有效(一天半时间的心得,觉得有用给个赞,谢谢)_第2张图片

       这就很尴尬了,不过没事,我先和你分析以下原因,因为这条命令不能打开一个.exe文件,这时可以手动打开,输入以下两条命令即可。

cd C:\Program Files\NVIDIA Corporation\NVSMI

nvidia-smi

NVIDIA(英伟达显卡)配置深度学习环境,anaconda和pycharm中实现,实测有效(一天半时间的心得,觉得有用给个赞,谢谢)_第3张图片

到这你就知道你的参数信息了,然后就去英伟达官网下载驱动,和你电脑匹配的,这个我就不细述了

注意断网安装,如果出现如下问题,你就要mmp了,就是这个归害的我弄了一天怀疑人生。

NVIDIA(英伟达显卡)配置深度学习环境,anaconda和pycharm中实现,实测有效(一天半时间的心得,觉得有用给个赞,谢谢)_第4张图片

具体如何解决,自己去百度,因为我的没有弄好,哈哈哈。(但是请继续往下看)

可能是哪些细节没有注意到,但是我很负责人告诉你,首先要下载与你电脑匹配的驱动,然后下载驱动卸载软件,将显卡驱动卸载干净,然后断网安装,这是最起码的要求,驱动卸载软件可以戳我索取3026871256(QQ)或者自己去下载Revo.Uninstaller.Pro.v4.3.3。

好啦,希望你可以成功,不过我折腾了好久都不好使,可能是细节没注意到,也可能是电脑太老了,无论如何祝你顺利吧。如果你也搞不定,往下看,搞得定给我留个言,告知一下(学术需要互相交流,才能共同进步)。

二、显卡配置

上面的折腾了一天没有结果,次日上午还想再弄下。

但是做深度学习不一定非要配置GPU环境,只不过就是时间处理的长短而已,但是不弄好我总是不舒服,于是又花了半天时间来研究。

昨天是想把驱动升级,为了匹配9.2CUDA,今天脑袋开窍了,为啥不能让CUDA降级了,于是我选择了CUDA9.0版本,这样也是一种思路鸭,果然只要思想不滑坡,办法总比困难多,好使。

打开pytorch官网

NVIDIA(英伟达显卡)配置深度学习环境,anaconda和pycharm中实现,实测有效(一天半时间的心得,觉得有用给个赞,谢谢)_第5张图片

这个是打开后的界面,根据要求自己选择配置,这里我选择的是conda安装。

当然上面没有低版本的cuda,所以需要切换界面,选择以往版本,具体怎么安装不赘述,不会的私聊。

不过可以简单提一下

我用的是anaconda,打开命令行,输入conda create -n pytorch python=3.6(填写python版本),具体可以输入命令python -v 进行查看。于是会新建一个pytorch环境,因为版本比较多,这就要求我们需要学会配置虚拟环境。

不会的去看这位博主的教程讲的很细致(在这里表示感谢)看看他的讲解,第1,2讲就是,然后进行检验和配置,按照步骤来即可。

完了把pytorch配置的的安装命令拷贝进去就可以安装pytorch。输入以下代码验证:

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

True

输出True,那么就要恭喜你,安装成功。别的不想写了,有问题可以留言或者私信,写的比较粗糙,希望对你又说帮助。

你可能感兴趣的:(机器学习)