windows10:CUDA、GPU 版本的torch安装

这篇具有很好参考价值的文章主要介绍了windows10:CUDA、GPU 版本的torch安装。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、初期检查

        前期环境准备:anaconda、pycharm版本不作具体要求

        windows10打开命令行

1.1 检查conda是否安装好

 Windows用户: win+R -> 输入cmd   然后点击“运行” -> conda  检查是否conda安装成功

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

        cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

 若没有安装好,则安装conda

1.2 检查pycharm是否安装好,直接看自己是否安装过就好

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

Windows用户: win+R -> 输入cmd   然后点击“运行” -> 输入nvidia-smi  检查是否有显卡信息

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

1.2 CUDA版本

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

 如果你打不开nvidia-smi或者cuda查看不了, 那么请官网安装下驱动和应该有的工具包.

NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA     https://www.nvidia.cn/geforce/drivers/

安装cuda

CUDA Toolkit Archive | NVIDIA Developer

安装驱动的时候安装合适的cuda版本和cuDNN版本 (用于神经网络加速. 但是这里似乎不用着急下载, 因为PyTorch自带cuDNN, 所以可能只下载安装cuda即可).cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

只需要安装红框里的就可以. 其他的应该是不需要安装的. 当然如果为了保险起见那就都安装吧.

runtime是运行时dll, 用于Python调用, 我们用的是这个

development看名字就知道是用来搞开发的, 比如做游戏或者游戏引擎?

visual studio integration看名字就知道是vs插件, 这里不需要

nsight这个系统应该也是开发英伟达显卡特殊程序的, 不需要.

samples是样例程序. 不需要(用于显卡应用开发)

documentation是文档, 其实也可以不需要, 但是这东西体积不大, 下载下来就当练英语阅读了.

安装完成后运行nvidia-smi查看版本.

 2.1. 国内拉跨外网访问的下载拯救办法

把那个命令后面的网址, 复制一下, 直接浏览器打开(也可以在清华源下载,这里放上链接Simple Indexhttps://pypi.tuna.tsinghua.edu.cn/simple)

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

打开后是这个样子

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

然后看PyTorch生成的命令让我们安装什么?

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

 那就分别安装这三个即可.

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

 如果下载太慢请使用迅雷之类的工具加速.

比如先安装torch, 点击进去, 会看到一溜子.whl文件, 你要挑一个合适的版本下载

首先肯定下载最新版, 其次必须匹配你的cuda版本, 然后Python版本也得合适, 然后操作系统也得匹配, 最后, 处理器架构得合适.

比如我的计算机是cuda11.6, Python3.8.5(py3.8), Windows10系统(WindowsNT内核), i5-9300H处理器(英特尔的x86处理器), 那么就选择这个就好了.

单击下载. 如果下载太慢请使用迅雷之类的工具加速.

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

cu116就是cuda11.6的缩写.

cp38的意思是cpython解释器的Python3.8.x版本(如果是独立的Python, 不是基于anaconda的那种那么一般你也安装的就是cpython解释器的Python(就是Python运行时的解释器是拿c语言编写的解释器的那个版本. 还有拿java编译的解释器, 和Python编译的解释器的pypy, 这里这不重要))

win_amd64指的就是系统是Windows系统, 处理器是64位的复杂指令集的处理器(因为64位是最早AMD搞的, 所以叫AMD64, 当然也有叫x86-64的. 一般32位操作系统写成只有x86或者 IA32字样.

2.2 安装方法

这里拿pip举例, 其他包管理器请网上查阅安装方法.

使用pip指定安装的包的路径即可.

最简单的方法

  1. 打开.whl文件的文件夹
  2. 按住shift, 右键, 选择"在此处打开PowerShell" (反正就是在这个路径下打开一个终端就行了. 你也可以用cd命令change dir 过去)、进行如下操作
  3. 键入, 运行pip install ./torch-1.12.0+cu116-cp38-cp38-win_amd64.whl 就可以安装torch了.
  4. 同理, 安装其他包(使用.whl的包名字, 可以tab自动补全)

3. 安装就绪, 开始测试  

首先用Python运行下这个指令: torch.cuda.is_available()

具体方法:

  1. 打开一个终端
  2. 运行Python
  3. import torch
  4. torch.cuda.is_available()

如图

cuda版本的torch,深度学习,python工具包的简单应用,# 图像分类,深度学习,人工智能,windows

返回True那么就是好了. 可以跑显卡了.

如果不行那么就是没安装对, 只能用cpu跑. 肯定是哪里出错了. 回头检查吧......

使用一个程序测试下执行时间, 要不然我不放心

我也是初学者, 可能写的不太行, 但是这个程序很能证明显卡在工作.文章来源地址https://www.toymoban.com/news/detail-647236.html

import torch
import time

gpu = torch.device('cuda')
# 如果用cpu测试那么注释掉上面的代码, 用下面的
# gpu = torch.device('cpu')

beginTime=time.time()

a=torch.rand(2048,2048)
b=torch.rand(2048,2048)
c=torch.rand(2048,2048)

x = a.to(gpu)
y = b.to(gpu)

z = c.to(gpu)

initTime=time.time()
print("ok")

i=0

while i<10000:
    z=(z+x+y)
    i+=1
    
endTime=time.time()

print(z)

print("运行结束, 初始化使用了 {} 秒, 循环用了 {} 秒".format(initTime-beginTime,endTime-beginTime))
    

到了这里,关于windows10:CUDA、GPU 版本的torch安装的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 深度学习:Pytorch安装的torch与torchvision的cuda版本冲突问题与解决历程记录

    今天不小心将conda环境中的一个pytorch环境中的torch包给搞混了,将其更新了一下,发生了一些问题: 当时运行了一下这个代码:  pip install torchvision --upgrade 导致了环境中包的混乱: 只能说欲哭无泪,当时这个 pytorch环境中我是安装的CUDA11.8的版本应该,后来安装了cpu版本的将

    2024年02月20日
    浏览(45)
  • Windows配置深度学习环境——torch+CUDA

    这里基于读者已经有使用Python的相关经验,就不介绍Python的安装过程。 win10+mx350+Python3.7.4+CUDA11.4.0+cudnn11.4 torch 1.11.0+cu113 torchaudio 0.11.0 torchvision 0.12.0+cu113 一般来说在命令行界面输入python就可以了解python版本。 也可以使用如下代码查询python版本。 以下是torch与Python版本的对应关

    2024年01月25日
    浏览(53)
  • 【安装GPU版本pytorch,torch.cuda.is_available()仍然返回False问题】

    @TOC 检查cuda是否安装,CUDA环境变量是否正确设置,比如linux需要设置在PATH,window下环境变量编辑看看,是否有CUDA 首先查看你环境里的pytorch是否是cuda版本,我这里是conda安装的,使用conda list查看是这样: 圈出来的torch带cuda,那安装的肯定时cuda版本,但是torch.cuda.is_available

    2024年02月10日
    浏览(46)
  • 集显安装pytorch教程,cuda和cudann环境配置torch-GPU版本看这一篇就够了

    集显看最下面 首先GPU安装教程 1.安装Anaconda (这个是可以安装环境和前置的软件),这个网址是清华源下载,可以去官网下载 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 2.安装CUDA (这个是显卡驱动,需要安装好以用显卡计算,缩短运行时间)(c

    2024年02月02日
    浏览(72)
  • openCV的CUDA GPU 版本安装 (Ubuntu windows 通用)

    需要做template match, 比较注重时间,因此opencv 的普通版本不适用。需要用GPU 的。 4090的GPU 测试: 使用普通的python-opencv template match 耗时0.089秒。 GPU 版本:0.0065秒 快了13.69倍 Oh YEAH, case sealed 1: visual studio (不是vs code)

    2024年01月22日
    浏览(44)
  • 将GPU版本的torch和torchvision下载至本地进行安装,解决torch.cuda.is_available()为False的情况,本文主要解决CPU版本的torch问题。

    这是困扰我很久的问题,今天花了一点时间去研究一下为什么我的cuda和cudann安装完成了,却不能使用GPU,原因是我的torch和torchvision是cpu版本的,必须下载GPU版本的才能使torch.cuda.is_available()为True,本文使用将文件下载到文件夹后进行安装。 1、打开Anaconda Prompt(Anaconda3)  2、打开

    2024年02月10日
    浏览(61)
  • 【opencv】【GPU】windows10下opencv4.8.0-cuda C++版本源码编译教程

    提示:博主取舍了很多大佬的博文并亲测有效,分享笔记邀大家共同学习讨论 OpenCV是一个开源的计算机视觉库,包含了核心模块和扩展模块,提供了基础的图像处理和计算机视觉算法,以及一些机器学习工具。而OpenCV Contrib是OpenCV社区贡献的一组扩展模块之一,包含了一些较为

    2024年02月08日
    浏览(79)
  • pytorch安装GPU版本 (Cuda12.1)教程: Windows、Mac和Linux系统下GPU版PyTorch(CUDA 12.1)快速安装

    🌷🍁 博主 libin9iOak带您 Go to New World.✨🍁 🦄 个人主页——libin9iOak的博客🎐 🐳 《面试题大全》 文章图文并茂🦕生动形象🦖简单易学!欢迎大家来踩踩~🌺 🌊 《IDEA开发秘籍》学会IDEA常用操作,工作效率翻倍~💐 🪁🍁 希望本文能够给您带来一定的帮助🌸文章粗浅,敬

    2024年02月12日
    浏览(46)
  • (纯小白向)Windows配置GPU深度学习环境:Cuda+Anaconda+pytorch+Vscode

    目录 一、Cuda和Cudnn下载安装 1.1 确定自己的电脑显卡驱动支持的Cuda版本 1.2 Cuda下载与安装 1.3 Cudnn下载与安装 二、Anaconda下载安装 2.1 下载 2.2 安装 2.3 手动配置环境变量 2.4 测试是否安装成功 三、Pytorch下载安装 3.1 创建conda虚拟环境 3.2 Pytorch下载 四、Vscode下载与环境配置 4.1

    2024年02月05日
    浏览(68)
  • windows10系统PYthon深度学习环境安装(Anaconda3、PYthon3.10、CUDA11.6、CUDDN10、pytorch、tensorflow,Pycharm)

    一、 總體说明 1、說明:總體採用https://blog.csdn.net/zhizhuxy999/article/details/90442600方法,部分步驟由於版本變化,進行了調整。 2、基本概念 编程语言/编译器:Python。Python的特点是“用最少的代码干最多的事”。Python 2即在2020年停止更新,所以现在学习Python 3是最好的选择。 P

    2023年04月18日
    浏览(80)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包