当前位置:   article > 正文

超详细离线安装配置PyTorch深度学习环境(CUDA11.7+torch1.13+torchvision0.14+torchaudio0.13+python3.7)_离线安装pytorch

离线安装pytorch

写在前面:
作者电脑配置为:win11 + NVIDIA GeForce MX25

安装Anaconda

  1. 下载地址:https://www.anaconda.com/download(下载官网最新版本的)

  2. 下载完成后进入Anaconda Prompt在base环境验证,输入指令conda --version 在这里插入图片描述

安装CUDA

  1. 首先查看电脑适配的最高版本,进入Anaconda Prompt在base环境输入nvidia-smi在这里插入图片描述

  2. 历史版本下载:https://developer.nvidia.com/cuda-toolkit-archive(下载cuda11.7版本)

  3. 检查与配置环境变量
    检测系统变量中PATH是否存在:
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

  4. 检查CUDA是否成功
    进入Anaconda Prompt在base环境中进入CUDA安装路径:
    cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite
    分别输入deviceQuery.exebandwidthTest.exe,若都显示Result=PASS则说明安装成功

  5. 查看CUDA版本
    进入Anaconda Prompt在base环境中输入以下指令: nvcc --version
    在这里插入图片描述

安装pytorch

  1. 首先需要知道的一点:CUDA的版本需要与PyTorch版本对应才能成功启用GPU加速

  2. 使用conda创建不同的环境,为不同的环境安装不同版本的pytorch以满足不同环境下项目的需求。
    进入Anaconda Prompt在base环境中输入以下指令创建名为DL_001的python版本为3.7的运行环境:conda create -n pytorch python=3.7

  3. 创建环境结束后,使用以下指令查看已有的环境:conda env list

  4. 进入已有的环境,输入以下语句切换环境: activate DL_001

  5. 为DL_001环境安装pytorch(这里采用手动下载torch,torchvision,torchaudio文件,在进行离线安装)

    • 进入torch等文件下载仓库download.pytorch.org/whl/cu117/torch_stable.html

    • 下载cuda11.7 + python3.7对应的Pytorch版本(torch1.13.0 + torchvision0.14.0 + torchaudio0.13.0)
      在这里插入图片描述
      在这里插入图片描述
      在这里插入图片描述

    • 下载好后进入Anaconda Prompt在DL_001环境下切换进刚才下载的三个文件的文件夹路径

    • 使用以下指令依次安装三个包(时间可能会很长,作者用了近三个小时):
      pip3 install torch-1.13.0+cu117-cp37-cp37m-win_amd64.whl
      pip3 install torchvision-0.14.0+cu117-cp37-cp37m-win_amd64.whl
      pip3 install torchaudio-0.13.0+cu117-cp37-cp37m-win_amd64.whl

验证Pytorch是否安装成功

  • 进入Anaconda Prompt在DL_001环境中进入python编写环境:
    在这里插入图片描述
  • 导入torch包:
    在这里插入图片描述
  • 使用torch.cuda.is_available()指令检测GPU加速是否启用
    在这里插入图片描述 说明:若为False,则说明未启用GPU加速,但在小计算量的模型中不影响使用,例如以下进行两个列向量的求和。
    在这里插入图片描述
    但若想要启用GPU加速,可以从以下几个思路检测配置是否正确:CUDA版本是否在电脑显卡承受范围内;进入PyTorch官网获取PyTorch安装指令:CUDA版本是否与PyTorch版本对应,具体对照表这里就不赘述,注意某一个版本的PyTorch包含torch、torchvision、torchaudio的版本可能不同;下载torch等包的时候版本是否选择正确;

补充

在跑李沐的动手学深度学习(PyTorch)的模型仓库中:d2l-zh\pytorch\chapter_convolutional-modern\resnet.ipynb
出现以下问题:
在这里插入图片描述

  • 原因:python和pytorch的版本不一致,pytorch里的torchvision模块需要从typing中导入OrderedDict,但是python 3.7对应的typing包里没有OrderedDict,所以无法导入导致报错
  • 解决方法:
    在DL_001环境安装typing_extensions:
    pip3 install typing_extensions -i https://pypi.tuna.tsinghua.edu.cn/simple
    (注:在"pip3 install typing_extension"后面加上“-i https://pypi.tuna.tsinghua.edu.cn/simple“表示修改这次下载源为清华源,能够起到安装加速的作用)
    然后修改报错位置的maxvit.py文件,在我这里也就是“E:/anaconda/envs/Lib/site-packages/torchvision/models/maxvit.py”,修改为不从typing中导入OrderedDict模块,而是从typing_extensions中导入,将包的导入情况修改为如下图:
    在这里插入图片描述
  • 以上问题解决不报错

作者是深度学习正在入门的小菜,如有问题的地方希望大佬批评指正!!!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小丑西瓜9/article/detail/173360
推荐阅读
相关标签
  

闽ICP备14008679号