引言
本篇为Pytorch安装。
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
- 打开nvidia控制面板
- 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:
12 |
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。
123 |
import torchx = torch.rand(5,5)print(x) |
输出类似下面
12345 |
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:
- Settings –> Tools –> Python Scientific > Show plots in tool window 勾选
- View 勾选 Scientific Mode
- Run–>Edit configurations…
- 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
原文地址:https://www.cnblogs.com/lijianming180/p/12032126.html