pytorch的GPU版本(torch.cuda.is_available()返回False)

pytorch的GPU版本使用问题
如果你没有conda,首先建议下载一个miniconda(用于虚拟环境管理,后面出错了直接把虚拟环境删除重新做)
miniconda下载地址

1 torch.cuda.is_available()返回False

1 需要安装cuda

明确一个概念,不是只能装你显卡支持的最大版本cuda(红线处)也可以装低版本的cuda,卸载cuda见附录

pytorch的GPU版本(torch.cuda.is_available()返回False)_第1张图片

cuda 10.2 支持的算力

  -gencode=arch=compute_52,code=sm_52
  -gencode=arch=compute_60,code=sm_60
  -gencode=arch=compute_61,code=sm_61
  -gencode=arch=compute_70,code=sm_70
  -gencode=arch=compute_75,code=sm_75

我的1060算力是6.1可以使用cuda10.2

pytorch的GPU版本(torch.cuda.is_available()返回False)_第2张图片

查看显卡算力

查看不同cuda版本支持的算力

2 安装cuDNN

下载地址

下载对应cuda的版本即可
pytorch的GPU版本(torch.cuda.is_available()返回False)_第3张图片

下载后把解压后的文件命名为cudnn,移动到cuda下载目录下,系统环境变量下添加以下两条

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\cudnn\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64

3 安装pytorch地址

pytorch的GPU版本(torch.cuda.is_available()返回False)_第4张图片 注意:这里只需要看cuda版本,和操作系统,因为python版本更改比较容易,至于torch,上面有的就是支持的版本,没有的就是不支持的,所以torch可以根据需求选择

确认文件所在地址正确以及已经在虚拟环境中(C:\Users\admin)运行以下代码(使用conda install会出现报错)

pip install 文件名+whl
pytorch的GPU版本(torch.cuda.is_available()返回False)_第5张图片

使用conda报错

pytorch的GPU版本(torch.cuda.is_available()返回False)_第6张图片

使用pip成功

在这里插入图片描述

接着用pip安装剩下的(torch对应的torchvision版本)对应关系查找

pytorch的GPU版本(torch.cuda.is_available()返回False)_第7张图片

pytorch的GPU版本(torch.cuda.is_available()返回False)_第8张图片

我目前只需要这两个,如果你需要其他包,同理搜索torch和你需要的包的版本对应关系

测试

在这里插入图片描述

终于成功了

2 附录

1 报错:OSError: [WinError 127] 找不到指定的程序。 Error loading “D:\environment\python\envs\pytorch_gpu\lib\site-packages\torch\lib\torch_python.dll” or one of its dependencies.

解决:升级python版本

2 卸载cuda

保留下面三个,其他都卸载

在这里插入图片描述

3 torch与torchaudio的对应关系

你可能感兴趣的:(笔记,pytorch,深度学习,python)