Win10+GPU版Pytorch1.1安装

标签：file   add   返回   变量   目录   失败   创建   started   rip   

引言

安装cuda

更新nvidia驱动

打开GeForce Game Ready Driver或在 GeForce Experience中下载符合自己gpu的程序。

选择cuda

1. 打开nvidia控制面板

   

2. 点击帮助、点击系统信息、在点击组件在3D设置中可以看到cuda信息

   

   在我升级过nvidia驱动后，cuda的版本更新到了10.1。接下来下载cuda

   cuda10.1安装完毕。

安装cuDNN

在安装了cuda10.1后选择对应的cuDNN版本v7.6.1

解压文件，然后添加bin目录到环境变量

使用Anaconda prompt创建环境

1

conda create -n pytorch_gpu pip python=3.7

其中pytorch_gpu是环境的名字，python版本是3.7

1

conda activate pytorch_gpu

这个命令可以进入创建好的环境。

安装Pytorch

建议切换源，我使用的是中国科学技术大学”（USTC Open Source Software Mirror）提供anaconda的镜像源，速度提高不少。

方法一：

1
2

conda config 
conda config --set show_channel_urls yes

方法二：

打开.condarc文件，进行编辑

这个顺序存在一个优先级，会先在中国科学技术大学的镜像源寻找，如果大家感觉速度慢，也可以换别的镜像源。

打开官网选择后复制命令

1

conda install pytorch torchvision cudatoolkit 大专栏  Win10+GPU版Pytorch1.1安装=10.0 -c pytorch

整个过程只需要按一下’y’即可。

验证

为了确保PyTorch是否安装成功，我们需要运行简单的样例代码测试，例如打印出随机生成的张量矩阵，以及gpu是否可以使用。

1
2
3

import torch
x = torch.rand(5,5)
print(x)

输出类似下面

1
2
3
4
5

tensor([[0.7078, 0.1424, 0.3411, 0.3987, 0.3476],
        [0.7534, 0.7137, 0.3489, 0.4226, 0.3640],
        [0.4104, 0.8411, 0.5112, 0.0629, 0.0664],
        [0.7568, 0.9495, 0.3300, 0.2392, 0.6441],
        [0.7615, 0.1883, 0.6001, 0.9663, 0.3313]])

如果ok，pytorch安装成功。

1

torch.cuda.is_available()

返回True，GPU版Pytorch安装完毕。

将PyTorch导入Pycharm

点击Pycharm的选项栏中的File选择Settings，然后点击Project Interpreter，接着点击右侧的Add。

然后在Conda Environment中选择Existing environment

选择Anaconda3下的python.exe，Conda executable选择conda.exe

如果失败，选择Anaconda3下的env下的新创建的虚拟环境中选择python，试一试。

Pycharm开启科学计算模式（Scientific Mode）

具体步骤：

1. Settings –> Tools –> Python Scientific > Show plots in tool window 勾选
2. View 勾选 Scientific Mode
3. Run–>Edit configurations…
4. 勾选 Run with python console

开启科学运算模式，舒服，正在习惯这个姿势。

ps：如果想恢复到普通模式，只需要在view下，取消scientific mode勾选。

结束语

? 环境安装完毕，接下来开始我的探索之路，共勉！

Win10+GPU版Pytorch1.1安装

标签：file   add   返回   变量   目录   失败   创建   started   rip   

原文地址：https://www.cnblogs.com/lijianming180/p/12032126.html