背景介绍

Anoconda

在Windows安装包的过程中,特别比如sql server这些包,稍有不慎很容易出错,一出错就是debug的时间,真是一壶茶、一包烟、一个bug过一天。在学习Python过程中,也经常遇到包管理不善、python版本不兼容的问题。很有幸,Anoconda真是解决了这个问题。真的是太牛逼了。下面我们看下他的官方介绍吧:

With over 20 million users worldwide, the open-source Individual Edition (Distribution) is the easiest way to perform Python/R data science and machine learning on a single machine. Developed for solo practitioners, it is the toolkit that equips you to work with thousands of open-source packages and libraries.

Pytorch

An open source machine learning framework that accelerates the path from research prototyping to production deployment.

现在学术界不断从TensorFlow转向Pytorch,所以知道Pytorch的重要性了吧(主要是TensorFlow是的API锤子难用)。这几年的热度也是不断上涨,以后可是小甜甜。

CUDA

CUDA(Compute Unified Device Architecture),是显卡厂商N卡推出的运算平台。CUDA 是一种由NVIDIA 推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。

目前来说,只有英伟达公司使用cuda暴露了英伟达开发GPU的编程接口,这个也是很多博客上提及到GPU与CPU转换的原因。CUDA可以并行计算和GPU与CPU的混合是其两大特色。

部署深度学习环境

安装CUDA

我们根据自己的显卡选择相应对CUDA版本,在此处查看显卡是否支持CUDA

查看CUDA的合适版本(注:CUDA10.0之后不需要再配置环境变量也开始使用nvidia-smi命令)

发现支持CUDA后,进入页面下载即可(之前选择的为11.2,后面就GG了。个人踩坑踩了很久,后面又重新删除了NVIDIA的全部程序,选择了比较低版本的CUDA10.2,最后成功。)

博主个人环境

Win10 VS2017 GTX 1050ti

下载CUDA成功之后,进入安装的界面:

但是很不幸,第一次使用全部安装没有成功,出现Visual Studio Integration安装失败。

解决方案参考:参考链接1参考链接2

安装界面不勾选Visual Studio Integration选项

然后按照该网页步骤实践:点击打开

最新下载地址

各个版本CUDA下载地址

安装Anoconda3

傻瓜式安装,点击确定就行。如果不想配置环境变量,可以安装过程直接勾选全部选项。下载地址

安装CuDNN 和 Pytorch

在安装Anaconda之后,操作就变的容易了很多,主要使用conda命令安装即可。

打开Anaconda Prompt命令行

comfyui 启动时 Using pytorch cross attention_深度学习

先使用Anaconda Prompt 创建一个个人虚拟环境

conda create -n yourname jupyter notebook

创建一个名字为yourname的虚拟环境。在这个虚拟环境中安装 jupyter notebook第三方库。yourname这里是指代,可以自主命名。

之后出现

Proceed ([y]/n)?

输入y即可继续安装。

安装成功之后,可以通过指令conda info -e查看是否成功

成功如下:

comfyui 启动时 Using pytorch cross attention_深度学习_02

安装成功后,使用activate 命令激活 即可 yourname

激活成功后,就可以安装cuDNN和GPU版本的Pytorch了。

yourname安装 cuDNN

conda install cudnn

安装成功cudnn之后,安装Pytorch,打开官方网站,查找相关的命令,比如CUDA10.2 python 3.9 Stable Windows conda

comfyui 启动时 Using pytorch cross attention_python_03

注意,尽量下载 CUDA中存在的Pytorch的,比如CUDA10.2 或 CUDA 11.1。不然很容易出现错误。

然后按照官网给出的测试,进行测试,判定CUDA是否可用。

comfyui 启动时 Using pytorch cross attention_下载地址_04

按照命令步骤即可,整理了一天,终于成功了,哈哈哈。

comfyui 启动时 Using pytorch cross attention_python_05

如果torch.cuda.is_available()False

两种解决办法:

  • 重启,这个最牛逼,懂得都懂
  • 给CUDA降级