配置:win10+NVIDIA驱动+python3.9
参考:Pytorch(一) Pytorch 的安装_开开心心-CSDN博客_pytorch
安装版本:cuda.v10.2 + cudnn-8.0 + Pytorch
若存在NVIDIA,电脑存在GPU,可下载cuda
点击NVIDIA控制面板,查看配置
点击帮助>系统信息>驱动程序版本,便能看到本机配置
若有GPU,则下载安装对应版本的cuda和cudnn
注意:cuda、cudnn、pytorch和Python之间的版本一定要适配,如果不对应会一直安装失败;可以先匹配并下载好需要的cuda、cudnn和pytorch,在根据情况升级驱动或者是改换cuda、cudnn和pytorch的版本
可在此网站查看与驱动匹配的cuda版本
Release Notes :: CUDA Toolkit Documentation
在英伟达官网查找下载,需要登录和填写问卷;但是具体的下载界面无需登录,可直接下载;百度搜索cuda+需要的版本号,便可直接进入官网下载界面。
进入官网后根据自身的配置选择下载即可,建议下载类型选择local
下载到本地后,直接双击安装运行即可
安装完成后,在命令控制行下输入
nvcc -V
出现以下内容则安装成功
注意:确认下载版本是否与所需版本一直,避免后期出现版本不适配的情况
若输入代码未出现cuda信息,则可将cuda安装目录>bin,cuda安装目录>lib路径添加到系统环境变量path中
查看cudnn和已下载cuda的对应关系:
环境配置—Cuda和Cudnn版本对应关系_算法之美-CSDN博客_cuda和cudnn版本匹配
cudnn官网下载需要登录,而不挂梯子是无法注册账号的;有英伟达账号的朋友,可直接在官网下载,无账号的可自行百度寻找资源
官网:
https://developer.nvidia.com/rdp/cudnn-download
本人所需的所需的cudnn版本为cudnn-8.0,这里提供cudnn-8.0-windows10-x64-v6.0的网盘
链接:https://pan.baidu.com/s/1jCl226gVHso1JDwH4ePjYQ
提取码:whdg
将下载好的cudnn压缩包解压后,将目录下的bin、include和lib复制到cuda的安装目录下
在命令行下,执行cuda安装目录>demo_suite>bandwidthTest.exe
出现 Result = PASS ,则安装成功
可直接在官网下载pytorch:PyTorch
选择需要的配置版本,直接在命令行中输入pip命令下载即可。
使用conda安装的,选择conda后复制命令,在conda内运行即可
若需要其他版本可点击此处查找
若遇到无法下载或下载速度过慢的情况,可选择使用清华镜像下载或迅雷下载
也可复制命令后的网址,进入该网站,选择符合自己配置的whl包下载;使用该方法下载pytorch,需要下载torch和torchvision 两种whl包
出现successfully install字样则代表Pytorch安装成功
在Python中输入以下代码
import torch
print(torch.__version__)
print(torch.cuda.is_available())
出现 版本号和True字样 ,则安装成功
若出现cuda is available False的情况,可能是GPU版本太低,与cuda不适配,无法调动GPU;可降低cuda版本号或者升级驱动版本。