我在网上找了超多方法,说一下我这次配的经验吧,也是以防自己忘了。
pycharm、python、Anaconda3、cuda等我之前配过,稀里糊涂配的,大家网上搜搜很多博客,所以这里就不提了,主要是我也不记得了。(●ˇ∀ˇ●)
第一次配环境,如果以下步骤有不对的地方,也请各位大佬指正
步入正题:
我是win10系统
- ①检查电脑NVIDIA的cuda版本
从NVIDIA控制面板确定电脑NVIDIA的cuda版本:NVIDIA控制面板→帮助→系统信息→组件→查看文件名为NVCUDA.dll 的产品名称NVIDIA CUDA ****** driver (******的部分就是电脑NVIDIA的cuda版本)
我的是10.2.89,后面就以cuda10.2.89为例,自己对应自己的版本 - ②检查自己电脑的nvidia驱动是否能带的起cuda 10.2
进去cmd(命令提示符,win+R输入cmd就进去了) 输入nvidia-smi(如果不出来的去网上搜下怎么打开nvidia-smi)
`nvidia-smi`
如图划红线的地方所示(提醒NVIDIA-SMI与Driver Version是要一样的哟,这就是显卡驱动版本号)
显卡驱动版本号与CUDA版本号对应关系
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
从图可看到我的是446.14 ,而CUDA10.2.89的要求是≥441.22 。
所以我电脑的显卡驱动是允许装CUDA 10.2的。
- ③检查环境中已安装cuda的版本
依旧是在cmd(命令提示符)内输入nvcc -V (注意第二个V是大写)
nvcc -V
如图所示我的是10.2,所以配的是对的,如果你的和第①步看的CUDA版本不一样,那就要重装对应版本的CUDA驱动程序了(最好是对着第①步的CUDA版本配,当然你也可以试试更改第①步NVIDIA显卡驱动的CUDA版本,反正要想成功配pytorch 以上提到的关于CUDA的版本一定要“对齐”)
- 想找与显卡同版本的cuda驱动程序,官方下载链接是这个https://developer.nvidia.com/rdp/cudnn-download(需要登陆/注册才能下载,注册很简单。)
- 安装对应版本的CUDA驱动程序可以参考下这篇文章https://blog.csdn.net/u011473714/article/details/95042856
- ④配与cuda版本对应的cudatoolkit和cudnn
依旧是参考一下这篇文章https://blog.csdn.net/u011473714/article/details/95042856
可以通过命令conda list 查看自己配的包,如图所示
如果conda list没有找到cudatookit和cudnn,可以再弄一下conda install cudatookit=10.2就可以,然后conda install cudnn
- ⑤配与cuda版本对应版本的pytorch
pytorch官网:https://pytorch.org/get-started/locally/
根据自己需要配的情况选对应的选项,然后复制划红线的部分
但是
conda安装pytorch国外的镜像容易报错安装不上,得配国内的镜像,有很多文章教。但是我觉得镜像麻烦,明明可以直接pip配为什么这么多人推荐的方法都是改镜像,如图画篮圈的地方选了pip,然后复制划红线的内容安装pytorch即可。
然后conda list 查看
我的是这几个都与CUDA版本“对齐”就torch.cuda.is_available()返回true了。奈斯!