深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法一、前言假设已经装好了pycharm、anaconda,接下来需要安装新版的显卡驱动,安装cuda、cudnn、pytorch和pytorchvision,这几个环境的版本互相关联,为了能使用更新的项目,尽量安装最新版本的环境。二、安装新版显卡驱动1、安装前的检查在安装新版显卡驱动之前,先在cmd中输入:nvidia-smi注意:-符号与nvidia和smi不能有空格。右上角的CUDAVersion11.1表示最高能安装CUDA11.1的版本,如果CUDA11.1

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

一、前言

假设已经装好了pycharm、anaconda,并且新建了一个conda虚拟环境(我的虚拟环境名为pytorch)。接下来需要安装新版的显卡驱动,安装cuda、cudnn、pytorch和torchvision,这几个环境的版本互相关联,为了能使用更新的项目,尽量安装最新版本的环境。

有的教程采用官网首页推荐的在线安装方式,如下图所示

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

但这种安装方式耗时很长,且有时候会由于网络异常而安装失败。

本教程采用下载whl文件方式安装,由于.whl文件下载迅速、安装简单,避免了因网络差而导致的安装失败。

二、安装新版显卡驱动

1、安装前的检查

在安装新版显卡驱动之前,先在cmd中输入:

nvidia-smi

注意: -符号与nvidia和smi不能有空格。

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

右上角的CUDA Version 11.1表示最高能安装CUDA 11.1的版本,如果CUDA11.1能满足项目需求,就不需要更新显卡驱动,否则就需要安装最新版的显卡驱动,从而安装更高版本的CUDA 。

如果安装了最新版的显卡驱动,驱动所能支持的CUDA最高版本还是达不到项目需求,那就换一块好点的显卡吧。

2、安装最新版显卡驱动的方法

点开网址:

https://www.nvidia.cn/Download/index.aspx?lang=cn

根据自己的显卡和系统进行搜索,例如我的笔记本电脑显卡是GTX965M。然后点击搜索并且下载安装即可。

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

三、安装cuda

1、在安装cuda之前,需要先确定cuda的版本。

例如我们的项目需要用到yolov5的5.0版本,从yolov5的github网站

https://github.com/ultralytics/yolov5/blob/master/requirements.txt

可以看到,要求的torch在1.7以上,torchvision在0.8.1以上。 

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 2、从pytorch官网上看,网址如下:

https://download.pytorch.org/whl/torch_stable.html

当前cuda(gpu)版本的pytorch最新版的1.9,且cuda版本可以是11.1(cu111表示cuda版本为11.1)。由于我的显卡驱动最高能支持cuda11.1,因此我们选择下载cuda11.1。

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 3、从cuda网址

https://developer.nvidia.com/cuda-toolkit-archive

选择cuda11.1

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 再选择是适合自己操作系统的版本,然后安装类型(installer type)选择本地(local),防止由于网络不好而安装不上。

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

4、安装cuda前的检查

点开控制面板——卸载程序,查看是否已经安装了CUDA,如果有的话请先把红框的CUDA卸载。没有的话就跳过这个步骤。

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

5、安装cuda

安装cuda时,第一次会让设置临时解压目录,第二次会让设置安装目录。

可以事先新建两个文件夹,如CUDA_TEMP和CUDA11_1,CUDA_TEMP用来存放临时解压文件,CUDA11_1用来存放安装后的文件。CUDA_TEMP文件夹在cuda安装结束后会被自动删除,因此CUDA11_1文件夹千万不要放在CUDA_TEMP文件夹下。

设置临时解压目录如下图所示

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 然后选择自定义安装

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

这三个可以不需要安装 

 深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 而且CUDA下的Samples也可以不安装,有足够空间的也可以选择安装。

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 点击下一步后,将安装位置都改为CUDA11_1

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 点击安装即可

5、验证是否安装成功

 在cmd控制台下,输入

nvcc -V

若能显示下面信息,说明cuda安装成功

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 若没安装成功,可能是电脑之前存在cuda,没有卸载干净

四、安装cudnn

下载cudnn需要英伟达账号,因此先进行账号注册,再下载cudnn

1、注册英伟达账号

https://developer.nvidia.com/login

按照要求完成注册即可

2、打开以下网址:

https://developer.nvidia.com/rdp/cudnn-archive

 选择适用于自己CUDA版本的cuDNN,我这里是CUDA 11.1、Windows(x86)cuDNN库。

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 3、安装cudnn

解压,在解压后的文件夹cuda下,将bin、include和lib文件夹剪切,然后粘贴到CUDA11_1文件夹下

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

4、添加环境变量

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 五、安装pytorch和torchvision

1、下载pytorch

打开网址

https://download.pytorch.org/whl/torch_stable.html

根据前面所提的项目需求pytorch在1.7以上,且安装了cuda11.1,由于我的python版本是3.7,因此选择最新版的torch1.9.0,如下图红框所示。

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

2、下载torchvision

torchvision的版本要与torch版本对应,否则torch的版本会变化。

torchvision的版本请参考网址中Readme部分

https://github.com/pytorch/vision

 下面是部分截图

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

由上图可知,pytorch版本1.9.0对应的torchvision是0.10.0

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法3、安装pytorch

3.1打开cmd控制台,切换到conda虚拟环境(如果之前没设置conda虚拟环境,则跳过此3.1步),切换方法如下:

activate 虚拟环境名

 例如我的虚拟环境名是pytorch,因此我输入

activate pytorch

当控制台命令最左边出现(pytorch),说明成功进入名称为pytorch的虚拟环境

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

3.2切换到pytorch和torchvision的下载目录

例如我的下载目录为

E:\下载

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 

先输入

E:

注意是英文的冒号,按回车后,再输入

cd E:\下载

按回车后跳转到了下载目录

 深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

3.3安装pytorch和torchvision

3.3.1假如该虚拟环境安装过别的版本的pytorch和torchvision,则需要先卸载它们,卸载方法如下:

输入

pip uninstall torch
pip uninstall torchvision

如果是conda安装的,输入

conda uninstall torch
conda uninstall torchvision

3.3.2安装pytoch

在想安装的虚拟环境和当前下载目录下,输入

pip install torch-1.9.0+cu111-cp37-cp37m-win_amd64.whl

若出现询问,按y确定 

3.3.3安装torchvision

同理,输入

pip install torchvision-0.10.0+cu111-cp37-cp37m-win_amd64.whl

 若出现询问,按y确定 

3.4验证安装是否成功

3.4.1在cmd控制台验证

  • 在pytorch虚拟环境下,输入python进入python编程环境
  • 然后导入torch,导入的时候有点慢,稍等片刻,等左侧出现>>>符号时,说明导入成功
  • 输入torch.__version__后查看是否返回pytorch版本号
  • 输入torch.cuda.is_available()后若返回True,说明能使用GPU训练

如下图所示

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

 3.4.2在pycharm验证

新建项目,在安装了pytorch的虚拟环境下选择python解释器,我的安装在名为pytorch的虚拟环境下,如下图所示。

深度学习环境搭建之cuda、cudnn以及pytorch和torchvision的whl文件安装方法

接下来输入

import torch
print(torch.__version__)
print(torch.cuda.is_available())

运行后若返回以下结果

1.9.0+cu111
True

说明pytorch和torchvision安装成功!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/184756.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 网络抓包工具哪个好_常见抓包工具

    网络抓包工具哪个好_常见抓包工具点击上方“民工哥技术之路”选择“星标”每天10点为你分享不一样的干货一、概述无论是开发还是测试,在工作中经常会遇到需要抓包的时候。本篇博客主要介绍如何在各个平台下,高效的抓包。目前的抓包软件总体可以分为两类,一种是设置代理抓取http包,比如Charles、mitmproxy这些软件。另一种是直接抓取经过网卡的所有协议包,其中最出名就是大名鼎鼎的wireshark以及linux自带的抓包软件tcp…

  • 每个人都应该知道的25个Git命令

    每个人都应该知道的25个Git命令

  • 理解几种常见的进程间通信方式

    理解几种常见的进程间通信方式什么是进程间通信广义上讲,进程间通信(Inter-ProcessCommunication,IPC)是指运行在不同进程(不论是否在同一台机器)中的若干线程间的数据交换。从上面的定义可以得出两点:参与通信的进程即可以运行在同一台机器上,也可以运行在各自的设备环境中(RemoteProcedureCallProtocol,RPC)。如果进程是跨机器运行的,则通常是由网络连接在一起。实现方

  • Linux zip加密压缩「建议收藏」

    Linux zip加密压缩「建议收藏」不加密:zip-r压缩文件.zip待压缩文件加密:zip-r-P’密码’压缩文件.zip待压缩文件

    2022年10月21日
  • Python爬虫以及数据可视化分析「建议收藏」

    Python爬虫以及数据可视化分析「建议收藏」Python爬虫以及数据可视化分析之B站动漫排行榜信息爬取分析简书地址:https://www.jianshu.com/u/40ac87350697简单几步,通过Python对B站番剧排行数据进行爬取,并进行可视化分析源码文件可以参考Github上传的项目:https://github.com/Lemon-Sheep/Py/tree/master下面,我们开始吧!PS:作为Python爬虫初学者,如有不正确的地方,望各路大神不吝赐教[抱拳]本项目将会对B站番剧排行的数据进行网页信息爬取以及

  • 由真值表求逻辑表达式的方法是_与非门逻辑表达式

    由真值表求逻辑表达式的方法是_与非门逻辑表达式第一种方法:以真值表内输出端“1”为准第一步:从真值表内找输出端为“1”的各行,把每行的输入变量写成乘积形式;遇到“0”的输入变量上加非号。第二步:把各乘积项相加,即得逻辑函数的表达式。第二种方法:以真值表内输出端“0”为准第一步:从真值表内找输出端为“0”的各行,把每行的输入变量写成求和的形式,遇到“1”的输入变量上加非号。第二步:把各求和项相乘,即得逻辑函数表达式。总结,哪…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号