天池实验室怎么使用gpu 天池实验室配置

前几天参加天池比赛，第一个首要任务就是安装环境，前后捣鼓了很多天，终于在一位同学的帮助下成功装好了环境，这里分享一下这个过程，也算是一个记录吧，后面同学们参加天池比赛或者用pytorch和tensorflow时也会更加方便。

1.首先查询自己电脑GPU版本.

这样固然也是可以的，按照推荐的来即可。结合实际情况找到对应的版本号.

进下面网站下载

https://developer.nvidia.com/cuda-10.1-download-archive-update2

下载之后，点击安装

自动全部勾选，默认C盘安装即可（注意C盘空间大小）

等待安装完成即可。

2.安装CUDNN

进入官网，注册登录账号，下载适用CUDA10.1(因人而异,我自身的电脑适用10.1)的CUDNN

https://developer.nvidia.com/rdp/cudnn-download （是需要注册cudnn账号然后才能下载的）

大概两百多兆，下完之后得到一个压缩包，解压。

打开文件夹，你会看到三个文件夹。

将这三个文件夹的内容复制到之前提示你记得三个路径，其实没改过的话默认是

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\

里面大致是这样，把刚刚的三个文件夹替换进去即可。

3.配置环境变量

看系统变量是否有下面两个系统变量（应该是自动生成的）：

在Path下添加如下环境变量

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp

4.验证环境是否正确

cmd 一下输入：nvcc -V （注意大小写）

出现这个即可说明安装成功！

5.安装Pytorch和torchvision

1.进入Pytorch官网

https://pytorch.org/ 2.

3.进入网站之后

torchvision同理，按照这个装即可.

6.下载完成之后cmd安装一下

假设这两个whl文件都放在D盘

7.验证Pytorch

True则说明安装成功.

8.注：

大多数人用pip，或者conda的方法也可以成功，我这就不多介绍了，相对来说，进官网下whl文件还是快一点，直接conda和pip的方法非常容易中途断了或者下不下来。