win11搭建Pytorch深度学习环境(GPU)

一、首先安装cuda

只有安装了cuda和cuDNN,我们才能去下Pytorch进行配置,但是注意cuda、cuDNN、Pytorch三者版本必须相互协调,任何一个版本不匹配就会出错。因此我的建议是先去Pytorch官网看看我们如果下载Pytorch需要选择的cuda版本是什么

 

当前是2022年7月14日,cuda最新版是11.7,而Pytorch只支持11.6的cuda,因此我们不要冲动下载最新版。

 

cuda版本的选择与Pytorch匹配并不够,还得看自己电脑的系统驱动最高支持cuda的版本

查看win10系统的NVIDIA显卡驱动版本:

   1.直接搜索框搜索“NVIDIA控制面板”

  

 

   2.点击左下角“系统信息”

  

 

   3.点击“组件”就可以看到

  

 

  我的电脑最高支持11.7,因此为了符合Pytorch我就下载11.6版本

接下来进入cuda官网进行下载:最新版本下载链接:CUDA Toolkit 11.7 Downloads | NVIDIA Developer     历史版本下载链接:CUDA Toolkit Archive | NVIDIA Developer (推荐)

 

 

选择版本后,点进去,按照如下配置选择,然后点击下载:

 

当前时间为2022年7月14号,亲测win11按照win10版本下载,运行无问题

下载好exe后,直接默认选项安装即可:

 

安装好后记得查看环境变量:

 

 

 

 在系统变量中是否存在,一般安装好后都会自动生成,如果没有自动生成,那么这个cuda版本可能有问题,建议换个低版本

验证是否安装成功:

运行cmd,输入nvcc --version 即可查看版本号;

set cuda,可以查看 CUDA 设置的环境变量。

nvcc --version
set cuda

如果配置成功了,将会显示结果:

 

 

 

 

二、cuDNN下载及安装

cuDNN地址如下,不过要注意的是,我们需要注册一个账号,才可以进入到下载界面。

https://developer.nvidia.com/rdp/cudnn-download

可以使用下面网址,查看适配的 cuDNN

cuDNN Archive | NVIDIA Developer

选择跟自己的cuda版本适配的cudnn版本

 

 选择符合自己cuda的版本下载.

下载结果是一个压缩包,我们将其解压后,接下后为文件如下:

 

 

 我们把这些文件复制到自己的cuda文件夹中,cuda的路径一般是这种形式:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

 

拷贝时看到,CUDA 的安装目录中,有和 cuDNN 解压缩后的同名文件夹,这里注意,不需要担心,直接复制即可。cuDNN 解压缩后的同名文件夹中的配置文件会添加到 CUDA安装目录中的同名文件夹中。【此处还是建议还是分别把文件夹的内容复制到对应文件夹中去】

现在大家应该可以理解,cuDNN 其实就是 CUDA 的一个补丁而已,专为深度学习运算进行优化的。然后再参加环境变量
将以下的环境变量配置到系统变量的path中:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp

添加后如图所示:

 

 

验证安装是否成功

配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe:

首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:

 

 

 

 这样一来cuDNN也安装完成了。

 

 

 

三、安装pytorch

pytorch下载官网: Start Locally | PyTorch

我们进去后直接找符合自己cuda的版本,选定后复制安装指令

 

复制好后的安装指令就可以代替李沐《动手学深度学习》中的Pytorch安装指令了。

李沐的指令如下,这个也是Pytorch只不过下载好后是用cpu跑,对于大型任务有点慢

 

 注意,我们当前的教程仅仅就是为了代替李沐书上的这一步,使得从cpu跑深度学习变成用gpu跑,其余步骤均可按照李沐书上的步骤做即可

 

 

 

 

 

参考文章:

(5条消息) Win11系统PyTorch和tensorflow环境安装配置_梦想就是摸鱼的博客-CSDN博客_pytorch中科大镜像

(5条消息) CUDA安装教程(超详细)_Billie使劲学的博客-CSDN博客_cuda安装

 

posted on 2022-07-14 17:42  沈香茶  阅读(3833)  评论(0)    收藏  举报