pytorch接口 pytorch cudnn

文章目录

• 0. 前提
• 1. 安装anaconda
• 2. 确定有Nvidia GPU
• 3. CUDA、cudnn下载和安装

• 3.1 下载

• 3.1.1 下载CUDA
• 3.1.2 下载cuDNN

• 3.2 安装

• 3.2.1 安装CUDA
• 3.2.2 安装cuDNN

• 3.3 配置环境变量
• 3.4 测试CUDA
• 3.5 测试算力

• 4. 创建虚拟环境（pytorch）
• 5. 安装torch包
• 3.出现的错误

0. 前提

• 主要步骤
  1.安装anaconda/miniconda（包含python）
  2.确认有Nvidia GPU
  3.安装CUDA、cudnn
  4.创建虚拟环境（我的虚拟环境名为：pytorch）
  5.安装torch（GPU版本）

---

1. 安装anaconda

已经安装过anaconda+python+pycharm，这篇文章主要说明如何安装GPU版本的torch。

版本详情：

1. anaconda版本：3.9
2. conda版本：conda 4.12.0（Anaconda3文件夹–>在anaconda prompt中输入conda -V）
3. python版本：按 WIN +R 进入运行，输入 cmd，点击确定打开命令提示符，输入python -V，进入 python 交互解释器，即可显示 python 版本信息

2. 确定有Nvidia GPU

打开任务管理器–>性能—>是否有显卡GPU（判断一会儿安装的torch，是GPU版本/CPU版本）

3. CUDA、cudnn下载和安装

3.1 下载

3.1.1 下载CUDA

1. 查看CUDA版本
   win+r–>cmd–>输入nvidia-smi—>查看CUDA版本（我的是11.1）
2. 官网下载
   官网：CUDA Toolkit Archive | NVIDIA Developer，找到对应版本的CUDA（我的是CUDA11.1），点击对应的版本CUDA Toolkit 11.1.1(October 2020)，
3. 选择配置 Windows——X86_64——[Windows]10——exe(local)，之后点击Download进行下载
4. 下载完成后，如下图：

3.1.2 下载cuDNN

1. 先注册
   官网下载，需要先注册
2. 注册完成后，选择CUDA版本对应的cuDNN版本（我的是CUDA11.1，选择下图的cuDNNv8.8.1）进行下载
3. 下载完成后，如下图

3.2 安装

3.2.1 安装CUDA

2. 双击下载的CUDA，开始安装。安装路径，选择OK（安装完成后路径会自动变化，所以这里路径选择默认就好）



3. 
   



5. 自定义安装选项
   如果电脑上本身就有Visual Studio Integration，要将这个取消勾选，避免冲突；
   取消勾选 NVIDIA GeForce Experience
   点开Driver comonents，Display Driver这一行，前面显示的是Cuda包含的驱动版本是418.96；如果你电脑安装的驱动（当前版本） 大于 Cuda驱动（新版本），那一定要把这个勾去掉。否则会安装失败(相同的话，不用去勾选)



7. 选择安装位置
   CUDA的安装位置可以自定义，系统默认是在系统盘C盘，为了方便日后管理，安装到其他盘，因此手动创建文件夹
   F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1和F:\APP\install\CUDA11.1\NVIDIA Corporation\CUDA Samples\v11.1，如下图所示，选择相应的安装位置，点击下一步



9. 安装完成



11. 安装成功
    打开路径 F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin ，查看nvcc.exe，存在nvcc.exe就说明CUDA安装已成功



12. 打开路径 F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\CUPTI\lib64，查看cuti64_2020.2.1.dll，存在cuti64_101.dll就说明CUPT1已成功

3.2.2 安装cuDNN

2. 解压下载的cuDNN文件，解压到F:\APP\DownLoad\cudnn中。



3. 复制（或者剪切）F:\APP\DownLoad\cudnn中的文件，粘贴到F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1中：
   （1） 复制F:\APP\DownLoad\cudnn\bin\cudnn64_7.dll，粘贴到F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin\cudnn64_7.dll中。
   （2）复制F:\APP\DownLoad\cudnn\include\cudnn.h，粘贴到F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include\cudnn.h中。
   （3）复制F:\APP\download\cudnn\lib\cudnn.lib，粘贴到F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\cudnn.lib中。

3.3 配置环境变量

2. 安装完CUDA后，CUDA会自动添加到环境变量中



4. 需要手动添加CUPTI和CUDNN的环境变量，如下图：

F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin;
  
F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp;
  
F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include;

F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64;

F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\CUPTI\libx64;

F:\APP\install\CUDA11.1\NVIDIA Corporation\CUDA\Samples\v11.1\bin\win64;
 
F:\APP\install\CUDA11.1\NVIDIA Corporation\CUDA\Samples\v11.1\common\lib\x64

3.4 测试CUDA

cmd中输入nvcc -V，显示版本号则成功。

3.5 测试算力

1. 进入目录 deviceQuery.exe
   cd F:\APP\install\CUDA11.1\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite
3. 运行 deviceQuery.exe
   ./deviceQuery.exe

---

4. 创建虚拟环境（pytorch）

2. 打开Anaconda prompt 窗口，如下图所示：



4. 输入 conda create –n pytorch python=3.8.1，如果提示Remove existing environment：输入y移除环境；如果没有，继续：



6. 提示Proceed：输入y安装



7. 输入y，之后显示：



9. 需要激活环境，为后面在这个环境内安装pytorch包做准备，激活命令conda activate pytorch。



11. 输入指令pip list，可以看看我们这个环境里面有哪些安装包。

5. 安装torch包

3、登陆pytorch的官网，下滑至如下界面，按照自己的系统选择，关于选择GPU还是CPU如上。

由于我的CUDA最高能支持11.1

4、输入获取的指令 输入pip --no-cache-dir --default-timeout=1000 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html 其中 --no-cache-dir：不使用缓存。--default-timeout=1000 ：防止出现read time out问题，下载速度变慢，pip下载超时。

5、检查是否安装成功。 输入python---->输入import torch （if不报错）---->输入torch.cuda.is_available()，返回True。 至此，pytorch安装完成。( •̀ ω •́ )✧

---

3.出现的错误

1. 下载pytorch不是用的官方给出的pip指令，用了清华的镜像。torch.cuda.is_available()报错！！！
   原因：Nefu_lyh，被conda镜像安装给坑了。以为下载的是GPU版本，其实镜像下载的cpu版本。
   winr+r—>cmd—>python---->import torch---->print(torch.__version__)---->清华镜像下载的不是GPU。
2. 所以 必须去官网用pip下载安装。