在windows中对torch1.7.1版本环境配置
在windows中对torch1.7.1版本环境配置
- 复杂的安装方式:(不推荐)
- 环境内容
- 下载 Cudnn 和 CUDA (可选)
- 简单粗暴安装方式:(强烈推荐)
复杂的安装方式:(不推荐)
环境内容
torch:1.7.1
安装Python版本要求
Python 3.5 — 3.7
下载 ANACONDA 对 Python版本和第三方库进行管理
官方推荐下载:https://pytorch.org/
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia
下载 Cudnn 和 CUDA (可选)
可在命令行汇总执行查看驱动版本:
nvidia-smi
或者通过NVIDIA控制面板在菜单栏 帮助 中选择 系统信息
然后再选择组件
根据本地的NVIDIA CUDA 版本去找到官方对应的CUDA版本
CUDA Toolkit 11.0 Download:
https://developer.nvidia.com/cuda-11.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
下载成功后进行安装
安装完成之后,还需要下载cuDNN,这里需要登录并填写问卷才能下载
cuDNN:https://developer.nvidia.com/rdp/cudnn-download
下载后进行解压
把 cuda 压缩包解压出来的文件复制到盘符:…\NVIDIA GPU Computing Toolkit\CUDA\v11.0中
接下来设置环境变量:
计算机上点右键,打开属性->高级系统设置->环境变量
可以看到系统中多了CUDA_PATH和CUDA_PATH_V11_0两个环境变量
如下图所示:
接下来,还要在系统中添加以下几个环境变量:
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.0(这是我默认安装位置的路径)
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
如下图所示:
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4条(默认安装路径):
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib
如果你选用了自定义路径,上述这些默认路径都应该相应替换为你的自定义路径,以上为我的环境变量和PATH的配置情况:
环境变量:
配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe:
首先win+R启动cmd,cd到安装目录下的 …\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\demo_suite
然后分别执行bandwidthTest.exe
和deviceQuery.exe
应该得到下图:
如果以上两步都返回了Result=PASS,那么就算成功了。
在ANACONDA 中安装 pytorch 选择安装1.7.1版本
清华conda源地址:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
建议同时添加第三方conda源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
在cmd中 输入 python 进入python 编译环境后,输入以下命令测试 pytorch GPU版本是否安装成功
import torch
print(torch.version.cuda)
print(torch.cuda.is_available())
另一种安装方式
简单粗暴安装方式:(强烈推荐)
安装虚拟环境
conda create -n pytorch python=3.6
切换到 刚创建的 pytorch中
conda activate pytorch
添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
建议同时添加第三方conda源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
安装 pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.1
通过以下指令,查看当前python环境是否成功安装了 torch 1.7.1
pip list
在cmd中 输入 python 进入python 编译环境后,输入以下命令测试 pytorch GPU版本是否安装成功
import torch
print(torch.version.cuda)
print(torch.cuda.is_available())
几步搞定,不需要去 安装Cudnn 和 CUDA!!!!!!
在windows中对torch1.7.1版本环境配置相关推荐
- Windows中编译wireshark3.0以上版本指南
Windows中编译wireshark3.0以上版本指南 一.摘要 在网上已有的wireshark编译的网页文档中,只有编译wireshark1.0和wireshark2.0相关版本的内容,对于已经发 ...
- Laragon 在Windows中快速搭建Laravel本地开发环境
1.应用场景 主要用于快速搭建开发环境,帮助快速开发或者验证一些代码执行等. 优点: 功能更加强大, 更加简便好用 2.学习/操作 简介 对于那些使用 Windows 操作系统的同学来说,Homest ...
- 通用方法配置Windows 10 1909 1903 2004等版本下配置多用户同时远程访问
通用方法配置Windows 10 1909 1903 2004等版本下配置多用户同时远程访问 对于虚拟机常常会用到多用户同时远程访问Windows界面的情况,本文介绍Windows配置方法,如下 (1 ...
- Windows中通过虚拟机搭建iPhone开发环境
很多朋友希望在体验或学习iphone开发,但是iphone开发环境一般需要 安装在mac计算机下mac os中. 这给许多朋友带来了额外成本投入. 网上已经有各种破解方法,在非苹果电脑上安装iph ...
- 深度学习环境配置5——windows下的torch-cpu=1.2.0环境配置
深度学习环境配置5--windows下的torch-cpu=1.2.0环境配置 注意事项 一.2021/10/8更新 学习前言 各个版本pytorch的配置教程 环境内容 环境配置 一.Anacond ...
- 深度学习环境配置1——windows下的tensorflow-gpu=1.13.2环境配置
深度学习环境配置1--windows下的tensorflow-gpu=1.13.2环境配置 注意事项 一.2021/9/11更新 二.2021/7/8更新 三.2020/11/5更新 学习前言 环境内 ...
- 深度学习环境配置7——(30系显卡)windows下的tensorflow-gpu==2.4.0环境配置
深度学习环境配置7--(30系显卡)windows下的tensorflow-gpu==2.4.0环境配置 注意事项 一.2021/10/8更新 学习前言 各个版本tensorflow2的配置教程 环境 ...
- Windows Python PyTorch CUDA 11.7 TensorRT 环境配置
博文目录 文章目录 版本说明 版本选择 下载代码 创建并激活虚拟环境 使用 CPU 推理 安装工程运行的最少依赖 运行 detect.py 使用 Nvidia GPU 推理 安装 PyTorch CU ...
- mysql5.7.23版本环境配置
亲身实践安装mysql,用时居然花费了三个小时,在有那么多教程的情况下,依然在不该花费时间的路上浪费了太多时间.希望这篇文章能够帮助大家少走弯路~~ 1.下载 我下载的是64位. 2.解压 下载之后, ...
最新文章
- Ponemon:2018年度数据泄露成本分析报告
- Linux Shell中的延时函数
- Java for LeetCode 114 Flatten Binary Tree to Linked List
- jstack 脚本 自动日志_用jstack自动化捕抓异常java代码脚本
- Redis与Jedis排序
- 苹果推送iOS13.1.3更新:iOS13发布仅一个月疯狂补Bug
- ichartjs android,在android上动态实现ichartjs的3D柱形图
- 【转】图片轮播效果2
- Ext.form.DateField简单用法及日期范围控制
- pon移动家庭网关有虚拟服务器吗,电信、移动、联通家庭网关对比分析
- 服装:鲜嫩小衫 缔造甜美新时尚
- 深度学习笔试、面试题 一
- 智能分数计算机在线使用,作业帮智能计算器在线使用
- 随心所遇 ASP.NET助您实现网站大变脸
- excel应用(1)
- 七、MySQL 多表查询详解(附练习题及答案----超详细)
- vue3 后台返回的图片链接如何查看与下载
- 租房/搬家必备物品清单
- valgrind详细说明
- 如何成为数据分析师系列(二):可视化图表进阶