win10下pytorch-gpu环境配置

一、电脑硬件资源

使用的笔记本电脑硬件配置如下:
  1、CPU intel core i7 7700HQ
  2、显卡有两个,一个是集成显卡,一个是英伟达的GEFORCE GTX 1050(这个显卡是需要安装CUDA的驱动程序)
  3、内存16G
  4、固态硬盘256G


————————————————————————————————————————————
pytorch-gpu的环境配置步骤流程:七、更新pip的镜像源和conda镜像源;->-> 二、安装Anaconda,创建独立的pytorch-gpu虚拟环境;->-> 三、安装CUDA;->-> 四、安装cudnn;->-> 五、安装pytorch;->-> 六、pycharm集成开发软件的安装
————————————————————————————————————————————


二、anaconda的下载和安装

  1、点击此处,下载anaconda最新版软件。
win10下pytorch-gpu环境配置_第1张图片
  下载好的安装包,使用管理员权限进行安装。
  conda常用指令,点在这里
  2、anaconda是一个方便使用python的软件包,其包括常用的250多个工具包,多版本python解释器 和强大的虚拟环境管理工具。不同的虚拟环境可以使用不同版本的python和工具包,
win10下pytorch-gpu环境配置_第2张图片

  我们要创建一个集python3.7版本和pytorch工具包的虚拟环境pytorch_gpu,使用如下命令:

conda create -n xxx python=3.7

  python可以为任意版本,此处为3.7版本,即python=3.7;xxx为自己命名的虚拟环境名称,此处为pytorch_gpu,该文件可在Anaconda安装目录 envs文件下找到。
win10下pytorch-gpu环境配置_第3张图片
  3、使用如下命令,激活虚拟环境

python --version(或者 -V)  # 可以检查当前python的版本
conda activate your_env_name(虚拟环境名称)

win10下pytorch-gpu环境配置_第4张图片

三、CUDA的下载和安装

  1、测试本机的独立显卡是否支持CUDA的安装,可以点击此处,查看列表中是否有自己的独立显卡类型。
win10下pytorch-gpu环境配置_第5张图片
  从图中可以知道,我的独立显卡支持CUDA的安装,并且显卡的计算力是6.1;其他类型的英伟达显卡也可以参考以上步骤来查看是否支持CUDA的安装
  2、然后,可以点击此处,找到合适的CUDA程序。这里我选了CUDA Toolkit10.0的版本,至于选择哪个版本,一般看这个版本是否要求GPU的计算力在多少以上,在满足计算力要求的情况下,每个版本都可以安装,个人认为版本之间应该差别多大。
win10下pytorch-gpu环境配置_第6张图片
  找到CUDA Toolkit 10.0选项,点进去按如下步骤下载。注意:不同的操作系统选择不同的选项。
win10下pytorch-gpu环境配置_第7张图片
  3、接着是CUDA的安装过程,使用管理员权限打开,显示的临时解压目录不需要更改,默认即可。

  进入NVIDIA CUDA安装界面,若无法选择精简安装,这是由于VS的原因,导致无法正常安装;这时,可以更改为自定义的方式安装,并将Visual Studio Integration选项勾掉,就可以正常安装了,对于CUDA的安装目录,大家默认安装在C盘即可。(也可以选择其他位置,在此我安装在D盘

  CUDA安装完成后,需要配置系统环境变量。

计算机图标上点右键,打开属性 -> 高级系统设置 -> 环境变量,可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_0两个环境变量

  接下来,还要在系统变量 PATH中添加如图所示的几个环境变量
win10下pytorch-gpu环境配置_第8张图片
  最后,测试CUDA是否正常。在终端中输入nvcc -V命令,若看到下图内容则测试成功,接下来就可以进行cudnn的下载和安装。
win10下pytorch-gpu环境配置_第9张图片

四、cudnn的下载和安装

  1、可以点击此处,选择合适的cudnn版本进行下载,若是首次登陆,需要你注册一个账号,进行问卷之后才可以进入下载页面。注册账号还要填表感觉太麻烦,有没有简便方式呢?答案是有的,其实可以选择QQ或微信方式登入。
  进入登入界面,若已经申请了账户则直接输入邮箱和密码登入,若没有可以选择创建账户选项。
win10下pytorch-gpu环境配置_第10张图片
  此处会显示微信或QQ方式登入,由于我使用的的是QQ,所以下图只圈出QQ登入方式。
win10下pytorch-gpu环境配置_第11张图片
  2、由于我安装的CUDA是10.0版本,所以我选择了相应的cudnn版本。
win10下pytorch-gpu环境配置_第12张图片
  成功下载后,解压缩,把CUDNN压缩包里的bin、clude和lib文件夹下的文件,直接复制到CUDA的安装目录下的相应文件夹内,覆盖安装即可。
win10下pytorch-gpu环境配置_第13张图片
  3、最后,验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe两个程序:
  首先启动终端,cd到安装目录下D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite(这是我的安装路径,默认是在C盘),然后分别执行bandwidthTest.exe和deviceQuery.exe,得到如下图:
win10下pytorch-gpu环境配置_第14张图片
win10下pytorch-gpu环境配置_第15张图片

  如果以上两步都有Result=PASS,那么就表示安装成功。

五、pytorch的下载和安装

  1、进入Pytorch的官网,发现没有CUDA10.0版本。
win10下pytorch-gpu环境配置_第16张图片
  而且尝试使用conda安装,也老是不成功,替换清华镜像源,但速度实在是龟速,半天没动静。所以,可以进入这里,根据自己的配置进行选择下载(我的选择如下如所示),这样下载速度不是很慢,最后离线安装。
在这里插入图片描述
在这里插入图片描述
  2、进入终端,cd到以上离线软件所在的位置,使用pip安装。
win10下pytorch-gpu环境配置_第17张图片
在这里插入图片描述
  3、用命令行验证pytorch是否安装成功
win10下pytorch-gpu环境配置_第18张图片
  这里可以正常打印出pytorch的版本号,说明安装没有问题,而且尝试调用CUDA输出是否正常,返回Ture。

六、pycharm的下载和安装

  软件是pycharm2019.1版本,其安装包和破解过程可以点击这里获得。

七、pip的镜像源和conda镜像源

  • pip的镜像源

在C:\Users\lenovo\AppData\Roaming\pip路径下,新建pip.ini文件(若已存在可忽略此操作),添加以下代码内容

[global]
timeout = 6000
index-url = http://pypi.douban.com/simple  #豆瓣源(以下四个pip镜像源也可用,自行选择)
#index-url = http://mirrors.aliyun.com/pypi/simple  
#index-url = http://pypi.hustunique.com/simple  
#index-url = http://pypi.sdutlinux.org/simple  
#index-url = http://pypi.mirrors.ustc.edu.cn/simple 
trusted-host = pypi.douban.com    #添加可信任
  • conda的镜像源(清华源目前测试连接不上)

配置文件是在默认安装路径 “C:\Users\用户名\” 下的 .condarc 中(我的是C:\Users\lenovo\ .condarc)

channels:
  - https://repo.continuum.io/pkgs/free/win-64/
  - https://repo.continuum.io/pkgs/main/win-64/
ssl_verify: true
show_channel_urls: true

你可能感兴趣的:(win10下pytorch-gpu环境配置)