老饼讲解-深度学习 机器学习 神经网络 深度学习
pytorch入门
1.pytorch学前准备
2.pytorch的基础操作
3.pytorch的梯度计算
4.pytorch的数据
5.pytorch-小试牛刀

【安装】pytorch安装-GPU版

作者 : 老饼 日期 : 2023-07-28 10:53:31 更新 : 2024-01-18 12:20:21
本站原创文章,转载请说明来自《老饼讲解-深度学习》www.bbbdata.com



深度学习的模型往往需要使用GPU才能完成训练,在实际项目中需要搭建支持GPU的pytroch环境

本文讲解如何一步一步搭建能调用GPU的pytorch环境,及其中的相关注意事项




    01. pytorch(GPU版)安装概览    



本节讲述安装pytorch(支持GPU计算)需要安装些什么,及为什么要安装这些东西



    pytorch(GPU版)共需要安装些什么     


安装pytroch,并使用GPU进行计算,那么整个安装就不只是安装pytorch,而是一系列的环境安装
因为pytroch并不是直接调用GPU,所以只装pytroch是用不了显卡的,
除了安装pytorch外,还需要安装CUDA,cudnn
 pytorch-GPU安装内容
其中cudnn是为深度学习打造的运算库,而CUDA则是显卡的计算框架,
所以必须安装CUDA,cudnn,才可以打通pytorch调用GPU的道路
总的来说,安装的东西共有三个:
👉1. pytorch
👉2. CUDA  
👉3. cudnn 



     pytorch(GPU版)的安装流程    


pytorch、CUDA、cudnn 三者并不能直接随便装,需要考虑版本对齐,
 所以实际pytorch(GPU)的安装流程如下:
 安装pytorch     
1. 获取GPU支持的CUDA版本                                       
2. 根据GPU支持的CUDA版本来安装pytorch                
 pytorch的CUDA版本不能超过GPU支持的CUDA版本  
 安装CUDA和cudnn
1. 查看pytorch的CUDA版本和cudnn版本                   
2. 安装pytorch对应版本的CUDA                                
3. 安装pytorch对应版本的cudnn                               




    关于笔者的安装环境    


由于每个人的系统环境、python环境、GPU都不尽相同,
下面笔者讲述自身的安装,作为安装pytorch的参考
 笔者的安装环境如下:
👉操作系统环境 :windows10                                              
👉python环境  : anaconda                                                 
👉显卡型号       :NVIDIA GeForce RTX 3060 Laptop GPU 





    02. 获取GPU支持的CUDA版本及安装pytorch    



本节讲解如何获取GPU支持的CUDA版本,并根据CUDA版本来安装pytorch



      查看GPU所支持的CUDA版本      


1.右键点击电脑右下角NVIDIA 显卡图标,打开NVIDIA 控制面板                                 
2.点击系统信息,弹出系统信息面板,可以看到显卡型号与驱动程序版本                      
查看GPU所支持的CUDA版本-1 
3.点击组件,可以看到所需要CUDA的最高版本(下载的CUDA只要不高于这个版本就可以)
查看GPU所支持的CUDA版本-2  



      安装pytorch     


按文章《pytorch安装-非GPU版》安装pytorch,这里不再重复
在安装过程中,需要注意选择的CUDA版本不要超过自己的显卡所支持的CUDA版本






   03. 安装CUDA和cudnn 



本节讲解如何查看pytorch的CUDA版本和cudnn版本

并进一步根据版本进行安装CUDA和cudnn



       查看pytorch的CUDA版本和cudnn版本      


在python中查看pytorch所对应的cuda版本和cudnn
 在输入如下python代码:
import torch                                       
print('Pytorch版本:',torch.__version__)                         
print('CUDA版本:',torch.version.cuda)                         
print('cudnn版本:',torch.backends.cudnn.version())    
结果显示如下
 查看pytorch所对应的cuda版本和cudnn 
从中可知,CUDA版本为11.7,cudnn版本为8500





     安装CUDA      


下载CUDA
1. 登录CUDA下载地址           

CUDA在NVIDIA 的官网下载, 登录CUDA下载地址,如下:
CUDA下载地址: https://developer.nvidia.com/cuda-toolkit-archive  
2.选择CUDA版本和操作系统
选择适合自己的CUDA版本,这里笔者选择了12.0.1(事实上根据pytorch的CUDA版本,应该选择11.7)
  CUDA下载界面
点击后进入下一界面选择操作系统
 这里笔者选择windows-x86_64-10-local
选好配置后点击下载即可
CUDA选择界面 
安装CUDA
下载好CUDA后,进行安装就可以(最好以管理员身份运行),过程全部选择默认一路下一步就行
CUDA安装过程  
至此,安装完成
检查CUDA是否安装成功      
 
安装完成后,需要确认一下CUDA是否安装成功
1.测试ncvv(cuda的编译器)能否运行
打开cmd,在cmd中输入nvcc -V,如果能输出相关信息,则说明可以
ncvv测试结果
2.用bandwidthTest.exe验证CUDA是否安装成功
找到bandwidthTest.exe的路径(可以搜索,也可以参考笔者的路径来查找),
在cmd中先cd到bandwidthTest.exe的所在目录,
然后运行bandwidthTest.exe,如果结果为Result = Pass,则说明成功
cuda安装结果测试 



      安装cudnn     


下载cudnn     
1.到 https://developer.nvidia.com/rdp/cudnn-download  下载,
需要注册,注册后进行下即可
 
版本与CUDA、pythorch对齐,
 这里笔者选择了8.9.2,实际应该选择8.5.0
cudnn下载界面  
windows系统下载zip文件就可以
安装cudnn 
下载后进行解压,得到bin,include,lib\x64三个文件夹,
将文件夹内的内容拷到CUDA安装目录对应下的文件夹就可以
 笔者将cudnn的bin,include,lib\x64文件夹内容分别拷到了
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0
下的bin,include,lib\x64目录中

这样就安装好cudnn了





   相关参考    


《史上最详细的Pytorch+CUDA+CUDNN的安装(GPU版)》: https://blog.csdn.net/weixin_51756104/article/details/124398722 












 End 








联系老饼