总结配置pytorch GPU环境的两种方法

总结最新配置pytorch GPU环境的两种方法

  • 一:安装anaconda
  • 二:检查更新显卡驱动
  • 三:安装PyTorch
    •   (1):创建pytorch环境
    •   (2):切换为清华源镜像
    •  (3):安装PyTorch
      •   方法1:PyTorch官网一键安装
      •     方法2:PIP下载
  • 四:下篇博文
    •   (1):下载Pycharm
    •   (2):选择已创建的pytorch环境创建项目

踩了两天的坑,总结两种方法一步一步带你实现
使用到的软件我们全部按最新版来安装

一:安装anaconda

  1.打开anaconda官网
  anaconda官网

  由于本人英语不是很好,我打开了浏览器的翻译按钮,不过界面都是一样的

   2.滚动条拉到最后,点击个人版,进入下载页面
总结配置pytorch GPU环境的两种方法_第1张图片

   3.点击下载
总结配置pytorch GPU环境的两种方法_第2张图片

   4.待下载完成后,打开下载的可执行文件
总结配置pytorch GPU环境的两种方法_第3张图片
   4.1点击第二个所有用户都可用
总结配置pytorch GPU环境的两种方法_第4张图片
   4.2选择安装目录,我这里直接改为D盘
总结配置pytorch GPU环境的两种方法_第5张图片
   4.3这里都打上

总结配置pytorch GPU环境的两种方法_第6张图片
总结配置pytorch GPU环境的两种方法_第7张图片

   4.4 去掉这两个√,点击Finish完成安装
总结配置pytorch GPU环境的两种方法_第8张图片

二:检查更新显卡驱动

1.右键打开控制面板
总结配置pytorch GPU环境的两种方法_第9张图片

1.1点击帮助→系统信息

总结配置pytorch GPU环境的两种方法_第10张图片

1.2可以看到驱动版本为425.25
总结配置pytorch GPU环境的两种方法_第11张图片

1.3点击组件,可以看到支持的CUDA最高位10.1版本

总结配置pytorch GPU环境的两种方法_第12张图片




1.4下面是显卡驱动版本与cuda版本的对于关系图


\

总结配置pytorch GPU环境的两种方法_第13张图片



\

2 可以在控制面版查看显卡型号




总结配置pytorch GPU环境的两种方法_第14张图片



  NVIDIA官网https://www.nvidia.cn/Download/index.aspx?lang=cn#
2.2这里选择自己的显卡型号下载安装,我这里选择GeForce MX250,
总结配置pytorch GPU环境的两种方法_第15张图片



2.3可以按照默认选项进行安装


总结配置pytorch GPU环境的两种方法_第16张图片



\

2.4重新启动后可再次进入控制面板查看驱动版本和支持的CUDA版本




总结配置pytorch GPU环境的两种方法_第17张图片




\

三:安装PyTorch

  (1):创建pytorch环境

  不同的项目需要的环境不同,anaconda可以很好的对各个环境进行管理
  1,点击Anaconda Prompt进入命令窗口
总结配置pytorch GPU环境的两种方法_第18张图片

2前面的括号是当前的环境,base是环境的名字
总结配置pytorch GPU环境的两种方法_第19张图片

3创建一个名为pytorch的环境
   3.1输入以下内容:

conda create -n pytorch python=3.8

  pytorch是环境的名字,可自行更改
  python=3.8是python的版本,可自行更改
总结配置pytorch GPU环境的两种方法_第20张图片
  3.2上面列出了需要安装的一些包,输入y确认安装



4 切换到pytorch环境中

  4.1输入以下内容:

conda activate pytorch

总结配置pytorch GPU环境的两种方法_第21张图片




可以看到前面括号变成了pytorch

  (2):切换为清华源镜像

   因为直接从官网下载pytorch还是下载其他的包都会非常慢,甚至下载中断,所以要切换到国内的一些镜像网站
1切换为清华源
运行如下命令:

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

  可看到用户目录下生成了一个.condarc文件,里面的内容为镜像网站的索引

总结配置pytorch GPU环境的两种方法_第22张图片

 (3):安装PyTorch

  方法1:PyTorch官网一键安装

1添加pytorch库
输入以下命令:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

2打开PyTorch官网
总结配置pytorch GPU环境的两种方法_第23张图片





3选择对应的版本

  我这里选择10.2(暂时不知道是什么问题,我选择11.3的话,测试时返回flase)

  复制产生的命令

conda install pytorch torchvision torchaudio cudatoolkit=10.2

注意去掉后面的 -c pytorch ( -c pytorch是从pytorch官方地址下载,去掉才能从镜像网站下载)

4命令窗口中输入刚才复制的命令

conda install pytorch torchvision torchaudio cudatoolkit=10.2

5 测试

下载完成后
分别输入如下命令

Python
import torch
torch.cuda.is_available()

总结配置pytorch GPU环境的两种方法_第24张图片
如果返回true
就是成功了



如果返回flase的话
1检查是否更新了显卡驱动
2降低CUDA版本进行下载(10.2/10.0等)

如果还是不成功可以看以下方法2



\

    方法2:PIP下载



方法1前的步骤不变

重新打开Anaconda Prompt命令窗口
我这里把刚才创建的环境删除
1 输入以下命令

conda remove -n pytorch --all

1.1创建pytorch环境

conda create -n pytorch python=3.8

1.2切换到pytorch环境

conda activate pytorch

(1.3切换到清华源

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

因为方法一时创建的.condarc文件还在
所以我这里不进行操作了 )

2打开pytorch官网
1首先我们明确我们的任务
就是手动下载下面这三个包

	pytorch torchvision torchaudio 

我们需要先知道这几个包对应的版本各是多少

torch==1.9.0+cu102
torchvision==0.10.0+cu102
torchaudio===0.9.0

2.1 点击pip下载方式,选中生成的链接在浏览器打开

总结配置pytorch GPU环境的两种方法_第25张图片

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cVbFETIv-1636987267070)(htts://img-blog.csdnimg.cn/b37b09033486441098093ab12d9102ac.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5a2Q55Sw5ZGA,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)]



2.2按ctrl+F快捷键搜索,输入torch-1.9.0%2B

在这里插入图片描述
%2B是就“+”的意思 cp38是c-python3.8的意思

2.3同理下载 win64版

torchvision==0.10.0+cu102
torchaudio===0.9.0

我这里直接保存到用户目录下,方便以下操作

总结配置pytorch GPU环境的两种方法_第26张图片
2.4回到命令窗口
输入:dir
可以看到这几个包

torch torchaudio torchvision

总结配置pytorch GPU环境的两种方法_第27张图片

2.5输入:pip install torch 然后按Tab建自动补全
pip install “torch-1.10.0+cu102-cp38-cp38-win_amd64.whl”
回车确认安装

2.6 pip install torchaudio 然后按Tab建自动补全
回车确认安装

2.7 pip install torchvision然后按Tab建自动补全
回车确认安装

3测试
下载完成后
分别输入如下命令

Python
Import torch
torch.cuda.is_available()

在这里插入图片描述

返回true是成功了



\

四:下篇博文

  (1):下载Pycharm

  (2):选择已创建的pytorch环境创建项目

你可能感兴趣的:(笔记,pytorch,python,深度学习,机器学习,人工智能)