Win10下CUDA+cuDNN+PyTorch安装与配置

Win10下CUDA+cuDNN+PyTorch安装与配置

  • 1. 安装Nvidia显卡驱动、CUDA和cuDNN
    • 1.1 显卡驱动下载与安装
    • 1.2 CUDA与cuDNN下载与安装
  • 2. PyTorch的安装
  • 3. Yolov5项目克隆和安装
    • 3.1 下载源码
    • 3.2 安装所需的第三方库

1. 安装Nvidia显卡驱动、CUDA和cuDNN

1.1 显卡驱动下载与安装

首先要在设备管理器中查看你的显卡型号:
Win10下CUDA+cuDNN+PyTorch安装与配置_第1张图片
NVIDIA 驱动下载:https://www.nvidia.cn/Download/index.aspx?lang=cn
Win10下CUDA+cuDNN+PyTorch安装与配置_第2张图片
下载之后就是简单的下一步直到完成。
完成之后,在cmd中输入执行:nvidia-smi,记得把C:\Program Files\NVIDIA Corporation\NVSMI添加到环境变量的path中。安装成功则返回如下结果:

Win10下CUDA+cuDNN+PyTorch安装与配置_第3张图片

1.2 CUDA与cuDNN下载与安装

CUDA下载链接:https://developer.nvidia.com/cuda-toolkit-archive
Win10下CUDA+cuDNN+PyTorch安装与配置_第4张图片
cuDNN下载链接:https://developer.nvidia.com/cudnn
下载cuDNN需要注册NVIDIA账号,并填写相应的问卷。
Win10下CUDA+cuDNN+PyTorch安装与配置_第5张图片
Win10下CUDA+cuDNN+PyTorch安装与配置_第6张图片
Win10下CUDA+cuDNN+PyTorch安装与配置_第7张图片
配置环境变量
计算机上点右键,打开属性->高级系统设置->环境变量,添加如下几个环境变量:
Win10下CUDA+cuDNN+PyTorch安装与配置_第8张图片
在系统变量 Path 的末尾添加:

%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

再添加如下5条(默认安装路径):

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

Win10下CUDA+cuDNN+PyTorch安装与配置_第9张图片
cuDNN的安装
对于cuDNN直接将其解开压缩包,然后需要将bin,include,lib中的文件复制粘贴到cuda的文件夹下:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

最后测试cuda是否配置成功
打开终端,输入命令:nvcc -V

在这里插入图片描述

2. PyTorch的安装

笔者使用的是Anaconda虚拟环境,关于其安装及一些基本命令可参考笔者的另一篇博客:
https://blog.csdn.net/tzr0725/article/details/109327870
这里笔者另外新创立了一个新的环境,名字叫Machine_Learning:

conda create -n Machine_Learning python=3.8

安装成功后激活虚拟环境:

conda activate Machine_Learning

pytorch的安装命令可从官网查询,链接:https://pytorch.org/get-started/locally/
Win10下CUDA+cuDNN+PyTorch安装与配置_第10张图片
在线安装,如果对自己的网速很有信心,直接使用如下命令安装:

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

离线安装,pytorch库比较大,可先在清华的镜像网站上下载下来,pytorch离线下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
Win10下CUDA+cuDNN+PyTorch安装与配置_第11张图片
如果遇到其它比较大的库,也都可以采取类似的方法先离线下载好安装包。
安装之前将压缩包放入Anaconda\pkgs目录下。
解压缩的命令如下:

conda install --use-local pytorch-1.7.0-py3.8_cuda102_cudnn7_0.tar.bz2

Win10下CUDA+cuDNN+PyTorch安装与配置_第12张图片
要完成pytorch的安装,还要继续运行以下命令:

conda install -c local pytorch -n Machine_Learning

这里指明使用本地作为channel, 然后安装相关依赖包。
最后把torchvision、torchaudio两个库也安装上:

conda install torchvision torchaudio -c pytorch -n Machine_Learning

3. Yolov5项目克隆和安装

3.1 下载源码

Yolov5的GitHub源码链接:https://github.com/ultralytics/yolov5/releases/tag/v4.0
Win10下CUDA+cuDNN+PyTorch安装与配置_第13张图片

3.2 安装所需的第三方库

除了pytorch以外,yolov5还用到了许多第三方库,为了方便大家使用,原作者在源码的根目录下写了一个requirements.txt文件,便于大家安装第三方库。

进入yolov5源码根目录,执行以下命令:

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

Win10下CUDA+cuDNN+PyTorch安装与配置_第14张图片
笔者在安装pycocotools这个库时,遇到缺少Visual C++ Build Tool的报错,需要在Visual Studio官网下载buildtools,链接为:https://visualstudio.microsoft.com/zh-hant/visual-cpp-build-tools/
报错截图:
Win10下CUDA+cuDNN+PyTorch安装与配置_第15张图片
报错提示中也已经提供所需工具的链接:https://visualstudio.microsoft.com/downloads/

打开提供的链接,找到Visual Studio 2019 生成工具:
Win10下CUDA+cuDNN+PyTorch安装与配置_第16张图片
下载后运行该exe文件:
Win10下CUDA+cuDNN+PyTorch安装与配置_第17张图片
Win10下CUDA+cuDNN+PyTorch安装与配置_第18张图片
Win10下CUDA+cuDNN+PyTorch安装与配置_第19张图片
重启电脑之后,再次执行上述安装命令:
Win10下CUDA+cuDNN+PyTorch安装与配置_第20张图片
如此,yolov5所需的其他依赖库安装完。


笔者近期重新更新了一下显卡驱动:

Win10下CUDA+cuDNN+PyTorch安装与配置_第21张图片
查询显卡驱动的安装:

Win10下CUDA+cuDNN+PyTorch安装与配置_第22张图片
CUDA升级到11.1版本:

Win10下CUDA+cuDNN+PyTorch安装与配置_第23张图片
Win10下CUDA+cuDNN+PyTorch安装与配置_第24张图片
Win10下CUDA+cuDNN+PyTorch安装与配置_第25张图片
Win10下CUDA+cuDNN+PyTorch安装与配置_第26张图片
Win10下CUDA+cuDNN+PyTorch安装与配置_第27张图片
修改系统环境变量如下图:
Win10下CUDA+cuDNN+PyTorch安装与配置_第28张图片
Win10下CUDA+cuDNN+PyTorch安装与配置_第29张图片
cudnn的安装方法与之前一样,复制对应的文件到指定位置即可。
测试cuda是否配置成功:
Win10下CUDA+cuDNN+PyTorch安装与配置_第30张图片
安装pytorch1.8.1及相关库:

pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simple/

安装过程截图:
在这里插入图片描述

你可能感兴趣的:(开发环境配置,cuda,pytorch)