admin管理员组

文章数量:1564185

本文为转载文章,原文链接为https://blog.csdn/CSDN1683/article/details/107054886

我的电脑是Win10系统64位,安装python3.7.4版本,电脑本身CUDA 9.1,此处下载新版本CUDA 10.2,下载安装pytorch

目录

  • 一、确定配置
    • 1. 检查电脑系统win10(win还是linux)
    • 2. 确定Python版本
    • 3. 确定显卡,查询CUDA版本
  • 二、CUDA
    • 1. 查询并下载CUDA
    • 2. 下载CUDA
    • 3. 安装CUDA
    • 4. 测试CUDA是否成功安装
  • 三、Pytorch
    • 1. 下载Pytorch
    • 2. pip 安装
    • 3. 测试是否安装成功

一、确定配置

1. 检查电脑系统win10(win还是linux)

找到桌面,此电脑,右击属性查看,我的是win10,64位

2. 确定Python版本

输入python ,回车得出Python3.7.4版本

3. 确定显卡,查询CUDA版本

(1)确定是否有显卡(两种方法)
方法一:右击我的电脑(此电脑),属性,设备管理器,显示适配器

方法二:右击我的电脑(此电脑),管理,设备管理器,显示适配器

记住NVIDIA GeForce 930M,后面用到判断是否可以安装CUDA

此处结果显示有显卡。
(2)查询本身CUDA版本,进入NVIDIA控制面板(2种方法)
方法一:右击桌面空白处,选项中是否有“NVIDIA控制面板”

方法二:Win10搜索并进入控制面板
如果有“NVIDIA控制面板”,直接选择“NVIDIA控制面板”,如果没有“NVIDIA控制面板”,选择“控制面板”进入。

点开右上角的小图标,选择“NVIDIA控制面板”

安装之前是9.1版本,这个是安装之后的版本10.2(电脑下载安装之后,新版本10.2把原来版本的9.1覆盖,提示更新,所以最后只出现10.2版本)

二、CUDA

1. 查询并下载CUDA

查询本机显卡是否支持CUDA的安装,是否存在列表中,
网址:https://developer.nvidia/cuda-legacy-gpus.


在查询中有NVIDIA GeForce 930M的型号,查询结果显示本机支持安装 CUDA。

2. 下载CUDA

点击进入网址https://developer.nvidia/cuda-toolkit-archive.选择想要下载的版本,进行下载

3. 安装CUDA

这里选择了CUDA Toolkit 10.2版本下载,下载完成之后,找到下载位置双击,进行安装,默认安装路径 C:\Users\123\AppData\Local\Temp\CUDA

选择自定义,勾去VS,继续下一步,完成安装


4. 测试CUDA是否成功安装

输入nvcc -V 可以查询版本,结果正确版本则显示成功

三、Pytorch

1. 下载Pytorch

进入官网 https://pytorch/get-started/locally/
如果你当前CUDA版本比较高,可以选择下面的较低版本或者对应版本,最好选择对应版本。

此处说明:我进行了高版本下载,上面提到我的电脑原来的CUDA版本是9.1,由于没有对应的或者最低版本,所以在选择下载了10.2的版本(不影响下载)


复制并打开Run this Command处的网址进行下载
https://download.pytorch/whl/torch_stable.html.

数字名称数字说明
cu102CUDA10.2版本
torch-1.5.1Pytorch版本1.5.1
p37Python版本3.7.4
win_amd64win10系统64位


根据下载了CDUA 10.2版本 , torch 1.5.1(在pytorch界面选择的时候选择的是稳定版本1.5.1),python版本3.7.4 ,电脑win10系统64位,所以选择下面的对应的torch1.5.1版本和torchvision0.6.1版本

这里我认为选择了最新版本稳定版torch1.5.1版本,就选择了最新版的选择torchvision0.6.1版本

下载完成WHL文件

注意:选择对应的版本进行下载,千万不要下载错误啦!!

2. pip 安装

输入pip install D:\2020\torch-1.5.1-cp37-cp37m-win_amd64.whl
输入pip install D:\2020\torchvision-0.6.1-cp37-cp37m-win_amd64.whl

输入格式:pip install 路径\文件名字(例如我下载到了D盘的2020文件夹中,格式就是上面的形式)


3. 测试是否安装成功

import torch

  
  
  
  
  • 1
print(torch.__version__)

  
  
  
  
  • 1
print(torch.cuda.is_available())

  
  
  
  
  • 1

最后输出正确的Pytorch版本,调用CUDA为True则正常。

本文标签: 版本系统CUDAPytorchGPU