您的位置: 首页  >  文章  >  【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）

【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）

分类: 文章 • 2024-10-26 22:39:28

目录

一、选择CUDA版本

1.1 查看NVIDIA版本

方法一
1 在电脑桌面空白处点击鼠标右键

2 选择 NVIDIA 控制面板（若没有该选项，可尝试方法二）
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
3 查看英伟达版本。(如果未显示版本，请看下一步)
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
4 点击菜单栏的 帮助（help）——系统信息（System Information），可以查看更多信息。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
方法二
1 进入控制面板（Control Panel）

2 选择 硬件和声音（Hardware and Sound）
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
3 选择 NVDIA 控制面板
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
4 查看版本，版本为 385.54。(如果未显示版本，请看下一步)
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
5 点击菜单栏的 帮助（help）——系统信息（System Information），可以查看更多信息。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）

1.2 安装CUDA

一. 下载CUDA9.0
笔者电脑NVIDIA的版本为385.54，根据下表，我应该安装CUDA9.0。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
进入网站下载： Download
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
exe（network）是网络安装包，安装过程中下载。exe（local）是本地安装包，下载完直接安装。
选择哪一个都可以，我选择的是exe（local）。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
选择这个Base Installler安装即可，点击Download，下载这个1.4GB的文件。

二. 安装步骤
1 打开下载好的文件开始安装，为了不出其他意外，我就默认安装到C盘，毕竟也就1个多G，可以接受。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
2 检查系统的兼容性，同意并继续。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
3 选择精简（Express）安装，安装默认的东西即可，下一步。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）

4 已经安装好的部分和未安装好的部分，下一步。【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
5 安装完成，点击结束。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
6 安装完成，桌面上多出两个图标。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
7 打开命令窗口，输入nvcc -V查询CUDA版本信息，若出现如下信息说明安装成功。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）

1.3 安装cuDNN

一. 下载cuDNN Download
1 登录网站，注册账号，注册完成后才可以下载cuDNN。

2 要选中“ I Agree To the terms of the cuDNN Software License Agreement”才能出现下面的下载信息。因为上面下载的是CUDA9.0，要选择匹配 CUDA 版本号的 cuDNN 文件，所以这里选择下载第四个文件。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
3 选择跟系统相匹配的版本，我选择的是cuDNN Library for Windows 10.
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
二. 安装步骤
1 解压下载后的文件，得到文件夹CUDA，里面包含四个文件。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
2 移动文件夹
我们将名为“cuda”的文件夹重命名为“cudnn765”，并复制此文件夹。进入 CUDA 的安装路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0，粘贴“cudnn765”文件夹即可，此处可能会弹出需要管理员权限的对话框，选择继续即可粘贴。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
3 环境变量配置
上述 cudnn 文件夹的复制即已完成 cuDNN 的安装，但为了让系统能够感知到 cuDNN 文件的位置，我们需要额外配置 Path 环境变量。打开文件浏览器，在“我的电脑”上右击，选择“属性”，选择“高级系统属性”，选择“环境变量”，在“系统变量”一栏中选中“Path”环境变量，选择“编辑”。选择“新建”，输入我们 cuDNN 的安装路径“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn765\bin”，并通过“向上移动”按钮将这一项上移置顶。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
CUDA 安装完成后，环境变量中应该包含
“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin”
“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp”
“C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v9.0\cudnn765\bin”
以上三项，具体的路径可能依据实际路径略有出入。
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）

二、选择Torch版本

Pytorch官网：https://pytorch.org/
旧版本选择：https://pytorch.org/get-started/previous-versions/
下滑，找到这部分：
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
根据电脑的CUDA版本进行选择，进入之后：
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
根据要求选择版本，其中：
cp27、cp35、cp36分别代表支持python2.7、python3.5、python3.6。
linux_x86_64代表在linux上运行，win_amd64代表在windows上运行。

最后根据需求选择torch版本，并选择对应的torchvision版本。

三、安装PyTorch

**安装虚拟环境。

cd进入whl所在目录。

分别pip安装torch和torchvision文件。

相关推荐