基于Anaconda安装GPU版PyTorch深度学习开发环境
基于Anaconda安装GPU版PyTorch深度学习开发环境
- 1 安装Anaconda
- 2 安装GPU计算驱动
- 2.1 检查是否有合适的GPU
- 2.2 下载CUDA和cuDNN
- 2.3 安装CUDA和cuDNN
- 3 安装GPU版PyTorch
- 3.1 准备工作
- 3.2 安装CUDA
- 3.3 安装cuDNN
- 3.4 安装Pytorch
- 4 测试GPU版PyTorch深度学习开发环境
1 安装Anaconda
https://hulin.blog.csdn.net/article/details/106954449
2 安装GPU计算驱动
- 检查是否有合适的GPU, 若有安装Cuda与CuDNN
- 下载pytorch安装文件,进行pytorch的安装
2.1 检查是否有合适的GPU
- 在桌面上右击如果能找到NVIDA控制面板,则说明该电脑有GPU。
- 控制面板如下,并通过查看系统信息获取支持的Cuda版本。
- 点击
帮助
->点击系统信息
弹出下面的对话框,在驱动程序版本
那一栏就能看到该计算机使用的驱动版本。
2.2 下载CUDA和cuDNN
官网:https://developer.nvidia.com/cuda-90-download-archive
在这里可以查询到我们应该下载哪个版本
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
根据实际情况选择合适的版本
下载CuDNN ,官网 https://developer.nvidia.com/rdp/cudnn-download
需要先注册并登录英伟达账号,然后根据实际情况选择合适的版本
2.3 安装CUDA和cuDNN
- 与安装其他的软件类似
- 安装结束后将 ~/nvcc/bin(因为版本的不同可能在不同的地方) 目录添加到环境变量
- 在命令行下输入 nvcc -V, 出现下列信息说明Cuda安装成功
- 将CuDNN压缩包解压后,下面的三个文件夹复制到Cuda的安装目录下
- 然后执行Demo, 如果Demo中显示PASS则说明安装成功,路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite
3 安装GPU版PyTorch
3.1 准备工作
- 用conda安装Pytorch过程中会连接失败,这是因为Anaconda.org的服务器在国外,需要切换到国内镜像源
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- 设置搜索时显示通道地址
conda config --set show_channel_urls yes
- 创建虚拟环境,在该环境下安装下面的包
conda create -n pytorch_gpu python=3.6
- 激活环境
source activate pytorch_gpu
3.2 安装CUDA
conda install cudatoolkit=8.0 -n pytorch_gpu -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
3.3 安装cuDNN
- 所安装的cuDNN版本注意和CUDA对应,可以在CUDA官网找到版本对应关系
conda install cudnn=7.0.5 -n pytorch_gpu -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
3.4 安装Pytorch
- 先到官网找到在你的操作系统、包、CUDA版本、语言版本下对应的安装脚本,官网地址为 https://pytorch.org/get-started/locally/
- 直接根据你的实际情况选择Pytorch安装包版本,然后复制页面自动生成的脚本进行安装。
conda install pytorch torchvision cudatoolkit=8.0 -n pytorch_gpu
4 测试GPU版PyTorch深度学习开发环境
import torchprint('torch version is {}'.format(torch.__version__))
print('CUDA is available {}'.format(torch.cuda.is_available()))
- 输出以下信息,说明环境安装成功!
基于Anaconda安装GPU版PyTorch深度学习开发环境相关推荐
- centos GPU tensorflow pytorch 深度学习 环境搭建
简要记录一下深度学习开发环境的搭建步骤,懒得编辑了,将就着吧. 总体流程参考文章:https://www.cnblogs.com/learn-the-hard-way/p/12318980.html ...
- conda安装GPU版pytorch,结果却是cpu版本[找到问题根源,从容解决]
conda安装GPU版pytorch,结果却是cpu版本[找到问题根源,从容解决] 一.问题描述 二.网上解决方案罗列[此节为反面方案罗列!!!] 三.发现的根本原因[独家] 3.1 pytorch文 ...
- 同时安装pytorch和TensorFlow等多种深度学习开发环境(1)
现在的开发环境比较多,在学习的过程中,经常会使用到不同的开发环境,最常用的就是TensorFlow和pytorch,以及其他的开发环境,我在学习的过程中使用的开发环境主要有pytorch和Tensor ...
- 使用RTX3080显卡搭建基于Pycharm+Python+Cuda+cuDNN+TensorFlow的深度学习开发环境
本文链接:https://blog.csdn.net/tjhyx2012/article/details/112955582 作为一名新手,也是出于兴趣,我通过查找有关资料,使用RTX3080显卡搭建 ...
- 【物体检测快速入门系列 | 03】Windows部署Docker GPU深度学习开发环境
这是机器未来的第3篇文章 原文首发链接:https://blog.csdn.net/RobotFutures/article/details/124815912 1. 概述 在<物体检测快速入门 ...
- 【Linux Mint 深度学习开发环境搭建】开发软件安装
系列文章目录 第一章 Linux mint 深度学习开发环境搭建之Nvidia显卡相关软件安装 第二章 Linux mint 深度学习开发环境搭建之开发软件安装 第三章 Linux mint 深度学习 ...
- supervessel-免费云镜像︱GPU加速的Caffe深度学习开发环境
开发环境介绍 在SuperVessel云上,我们为大家免费提供当前火热的caffe深度学习开发环境.SuperVessel的Caffe有如下优点: 1) 免去了繁琐的Caffe环境的安装配置,即申请即 ...
- 深度学习开发环境调查结果公布,你的配置是这样吗?(附新环境配置) By 李泽南2017年6月26日 15:57 本周一(6 月 19 日)机器之心发表文章《我的深度学习开发环境详解:Te
深度学习开发环境调查结果公布,你的配置是这样吗?(附新环境配置) 机器之心 2017-06-25 12:27 阅读:108 摘要:参与:李泽南.李亚洲本周一(6月19日)机器之心发表文章<我的深 ...
- Ubuntu18.04+CUDA10.2 深度学习开发环境配置指南
深度学习 Author:louwill Machine Learning Lab 搞深度学习环境永远是第一步.笔者之前也写过配置的两篇文章,但时间久远,目前来看版本已经过旧了.之前两篇参考: 深度学习 ...
最新文章
- goto VS longjmp setjmp
- PyQt5-关闭窗体显示提示框(窗口界面显示器上居中)-5
- linux脚本好难,如何做才能学好Shell脚本的经验总结
- maven工程导入项目打开404_Maven依赖配置和依赖范围
- 【Java/JFrame/多线程】小球碰到边缘的回弹效果
- mysql run sql files_如何在Eclipse DTP中運行多個.sql文件
- 多队列 部分队列没有包_记一次TCP全队列溢出问题排查过程
- 51nod1355-斐波那契的最小公倍数【min-max容斥】
- 年轻人的第一套租房?小米成立新公司或涉房屋租赁业务
- P1950 长方形_NOI导刊2009提高(2)[单调栈][贡献法]
- Hive中NULL和''
- Affinity Publisher for Mac(实用桌面排版工具)
- 如何学习-如何学习数据库
- 关于transmission下载速度提升的小建议
- 目标客户画像_怎么进行目标人群的用户画像分析?
- 太阳能发电板的规格尺寸_太阳能电池板瓦数和尺寸如何计算?
- Android文件MD5/SHA1/SHA256校验
- Hive 核心原理(hive-3.1.2)
- CSS网页布局中易犯的30个小错误
- 阿里云心选“小眯眼摄像头”视频监控天猫精灵可控手机远程wifi高清
热门文章
- 通用测试用例大全(转自——知了.Test)
- 数据库系统服务器的运维
- 【emWin】例程十六:窗口管理器
- DLX (Dancing Links/舞蹈链)算法——求解精确覆盖问题
- verilog的$dumpfile和$dumpvar系统任务详解
- 统计信号处理_声学前端:深度学习算法和传统信号处理方法各有千秋
- 蓄水池问题c语言编程,蓄水池大作战
- php 删除 r n,PHP去除换行符'/r/n'回车换行与PHP_EOL变量的使用
- mvc if 显示html,asp.net mvc - 在MVC3 Razor中,如何在动作中获取渲染视图的html?
- docker mysql 日志_docker中将MySQL运行在容器中失败提示“ InnoDB : Error 22 with aio_write”的解决办法...