pytorch 显卡禁用 pytorch支持显卡

3060显卡安装Pytorch-GPU版

文章目录

• 3060显卡安装Pytorch-GPU版

• 安装CUDA

• 查看NVIDIA，CUDA，cuDNN对应版本号

• 1.安装CUDA
• 2. 添加CUDNN
• 设置环境变量

• 重启电脑让环境变量生效

• !!! 错误方法

• 安装Pytorch-GPU
• 先设置conda的镜像文件和pip镜像
• 设置pip镜像
• 安装`GPU`版`Pytorch`
• 输入代码测试是否安装好

安装CUDA

查看NVIDIA，CUDA，cuDNN对应版本号

显卡驱动版本: 这个越高越好

NVIDIA支持的最高CUDA版本号

1.安装CUDA

建议安装CUDA11.2（链接包含了CUDA和cudNN）

2. 添加CUDNN

将下载下来的cudNN文件放入CUDA路径替换掉

设置环境变量

右键此电脑->属性 -> 环境变量 - > 将CUDA的两个路径写进去

重启电脑让环境变量生效

打开命令提示符 输入 nvcc -V 注意 V是大写，小写会报错`

此处可见安装成功

!!! 错误方法

nvidia-smi

表示的是当前驱动可以安装的最大版本，并不是当前CUDA版本

安装Pytorch-GPU

注： 30系显卡暂时不支持CUDA11以下版本，CUDA不支持当前显卡的算力。

名词：

• CUDA: CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀
• cudaNN: cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具.

显卡驱动版本越高越好

CUDA版本可以使用最高但是个缺点是Pytorch不一定支持高版本

如下最新版的Pytorch最多支持到CUDA11.3

先设置conda的镜像文件和pip镜像

• 设置conda镜像文件

1. 修改conda指令的配置

conda指令速度过慢，修改C:\Users\Admin路径下的.condarc文件

内容为:

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
ssl_verify: false

设置pip镜像

在桌面新建test.py文件

内容如下：

import os

ini="""[global]
index-url = https://pypi.doubanio.com/simple/
[install]
trusted-host=pypi.doubanio.com
"""
pippath=os.environ["USERPROFILE"]+"\\pip\\"

if not os.path.exists(pippath):
    os.mkdir(pippath)

with open(pippath+"pip.ini","w+") as f:
    f.write(ini)

该文件执行过程为：
打开Anaconda Prompt
C:\根目录下输入IDLE

然后在Shell中点 File->Open/New file
输入test.py的内容
点击Run->Run Module

安装GPU版Pytorch

为了防止pip安装pytorch出现MemoryError

使用如下命令

pip --no-cache-dir install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

如果要使用其他版本

使用官网给出的命令 但是一定要删除-c pytorch 不然无法使用自己设定的镜像

输入代码测试是否安装好

import torch

#  测试兼容性
torch.zeros(1).cuda()

# 测试GPU是否可用
torch.cuda.is_available()