搭建pytorch深度学习环境(cuda-GPU版本、cudnn)避坑指南

搭建pytorch深度学习环境(cuda-GPU版本、cudnn)避坑指南

文章目录

  • 搭建pytorch深度学习环境(cuda-GPU版本、cudnn)避坑指南
  • 前言
  • 一、版本了解
  • 二、安装步骤
    • 1.下载cuda
    • 2.下载cudnn
    • 3.安装pytorch
  • 三、几点提示


前言

安装pytorch环境心得&注意点:
<1>心得:搭建pytorch环境最需要注意的就是版本问题
<2>注意点:(1)首先去pytorch官网看它最新支持的cuda版本,一般cuda最新版本要比pytorch支持的版本高。pytorch官网
(2)看显卡和cuda的版本关系(如果你显卡算力高,但是cuda版本低也不行)。
目前,CUDA10.x最高支持算力7.x,CUDA11.x最高支持算力8.x

一、版本了解

1、查看显卡算力
CUDA10.x最高支持算力7.x,CUDA11.x最高支持算力8.x,所以cuda10.x不支持8.0及以上算力的显卡。
NVIDIA显卡算力查询
2、查看pytorch最新支持的cuda版本
一般cuda最新版本要比pytorch支持的版本高。目前cuda最新版本为11.4,但pytorch最新只支持cuda11.1。(2021.09.22)

(1)cuda下载地址
(2)Pytorch官网搭建pytorch深度学习环境(cuda-GPU版本、cudnn)避坑指南_第1张图片
搭建pytorch深度学习环境(cuda-GPU版本、cudnn)避坑指南_第2张图片

二、安装步骤

1.下载cuda

选择合适的版本然后下载安装即可
搭建pytorch深度学习环境(cuda-GPU版本、cudnn)避坑指南_第3张图片
安装完成后,在cmd命令行下输入:

nvcc -V

如果安装成功会显示你安装的cuda版本

2.下载cudnn

下载与cuda版本对应的cudnn。cudnn下载网址
(1)解压cudnn压缩包
(2)将cudnn中的bin、include、lib文件夹中的文件复制到cuda对应文件夹中
cuda位置:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1(需要用管理员权限)
lib文件夹要再往下一级(x64文件夹)
搭建pytorch深度学习环境(cuda-GPU版本、cudnn)避坑指南_第4张图片
复制成功后到系统环境变量中检查bin文件路径是否在环境变量中,若在即成功
环境变量查看:右击”此电脑“–>“属性”–>“高级系统设置”–>“高级”–>”环境变量“
搭建pytorch深度学习环境(cuda-GPU版本、cudnn)避坑指南_第5张图片

3.安装pytorch

到pytorch官网,根据自己的情况(pip、conda等)复制命令安装即可。

三、几点提示

根据自身所需环境的不同,在安装深度学习环境时需要考虑不同包以及版本问题,所以在安装之前最好先了解自己版本的问题,然后进行安装,可以节省一点时间。

在另一台电脑上安装的时候,因为没有安装visual studio,在安装cuda的时候出现了问题,所以安装cuda之前需要确认你是否已经安装了visual studio

          --------------------------------- 完 ------------------------------------------

你可能感兴趣的