win10+英伟达mx150安装cuda,cudnn,GPU版本pytorch 您所在的位置:网站首页 m1支持cuda吗 win10+英伟达mx150安装cuda,cudnn,GPU版本pytorch

win10+英伟达mx150安装cuda,cudnn,GPU版本pytorch

2023-11-24 00:25| 来源: 网络整理| 查看: 265

最近打算给笔记本装一个gpu版本的pytorch,装了有半天才搞完,中间也出现了不少问题看了不少博客,现在总结一下出现的问题以及解决办法,希望能给遇到同样问题的提供一些帮助。本人水平有限,有问题还请指正。

1.安装cuda

如果想使用gpu版本的pytorch,首先需要安装一个自己显卡支持的cuda版本 我的电脑显卡是mx150,cpu是i5-8250u,操作系统是win10系统

此处选择的是cuda9.2版本

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html可以查看安装cuda所需要的显卡驱动版本,查看电脑的显卡驱动版本,右键选择NVIDIA 控制面板->帮助->系统信息 在这里插入图片描述 入图片描述 显卡驱动版本只要大于cuda对应的最低版本就行,如果显卡驱动版本过低,可以升级显卡驱动版本 接下来下载所选择版本的cuda 下载网址https://developer.nvidia.com/cuda-toolkit-archive cuda版本 下载完成之后安装即可。安装cud 在这里插入图片描述 安装成功 本人在安装的过程中一直出现visual studio integration失败的提示,关于这个问题也查了许多资料,最简单的办法就是选择自定义安装,在cuda组件下取消勾选visual studio integration,这样就不会再安装此模块。 另外安装时还出现了弹窗提示脚本错误,直接无视即可。 安装失败情况 在这里插入图片描述 安装成功之后可以测试一下,在命令行中输入nvcc -V 能输出版本信息代表安装成功 在这里插入图片描述

第二步安装cudnn

cuDNN Archive | NVIDIA Developer

需要先注册才能下载,选择对应cuda的版本,这里选择cuda9.2的对应版本 在这里插入图片描述 解压之后的文件结构如下,接下来把里面的全部文件复制到cuda的安装文件夹下 在这里插入图片描述 cuda安装的默认文件夹是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2 复制完成之后如下所示 在这里插入图片描述

接下来测试cudnn安装是否成功 在extras/demo_suite/目录下右键在windows终端中打开,然后./bandwidthTest.exe运行 如果Result=PASS则代表cudnn安装成功 在这里插入图片描述

第三步安装anaconda

由于我的电脑已经安装过anaconda就不再重复此操作 下载地址为https://www.anaconda.com/ 安装时注意勾选将anaconda加入到环境变量中

打开Anaconda Promt 通过conda创建一个名为pytorch的虚拟环境

conda create -n pytorch python=3.7

可以使用如下命令查看已经创建好的虚拟环境

conda info --envs

在这里插入图片描述 然后激活pytorch虚拟环境

conda activate pytorch

运行之后命令行前面的(base)会变成(pytorch)表示已经切换到pytorch环境中 在这里插入图片描述

第四步安装pytorch

在清华源镜像中下载pytorch,torchvision,cuda92 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ 在这里插入图片描述 一定要选择正确的版本,带有cpu的版本不要选择,这里选择的pytorch是1.4.0版本,torchvision是0.5.0版本。 将上述压缩包复制到Anaconda安装文件夹下对应的pkgs文件夹下 在这里插入图片描述 在第三步中的pytorch环境中安装下载好的压缩包

conda install D:\Anaconda1\pkgs\cuda92-1.0-0.tar.bz2 conda install D:\Anaconda1\pkgs\pytorch-1.4.0-py3.7_cuda92_cudnn7_0.tar.bz2 conda install D:\Anaconda1\pkgs\torchvision-0.5.0-py37_cu92.tar.bz2

安装完成之后如图所示 在这里插入图片描述 至此该环境已经搭建完成,之后可以将该环境加入到pycharm中 在file->Settings->Python Interpreter中点击右侧的齿轮,选择add->Existing environment,选择刚才创建好的pytorch环境 在这里插入图片描述 在这里插入图片描述 至此所有的工作都已完成,接下来就可以在pycharm中进行pytorch的学习和训练

import torch import numpy as np test=np.array([[1,2,3,4],[5,6,7,8]]) x=torch.tensor(test) print(x)

在这里插入图片描述 感谢阅读!



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有