当前位置:   article > 正文

3090显卡(CUDA11.1)安装Pytorch_cuda11.1安装

cuda11.1安装

3090显卡(CUDA11.1)安装Pytorch

由于官方暂时没有11.1版本的Pytorch安装方法,可以使用11.0版本的安装方法,经过测试,在3090上是可以正常使用的。
官方给出的安装方法:

pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f 
https://download.pytorch.org/whl/torch_stable.html
  • 1
  • 2

在安装过程中,由于连接的是Pytorch的官方地址,所以下载的速度是很慢的,可以手动下载torch包和torchvison的包进行安装,运行一下上面的安装命令,就能看到地址。
另外,安装完torch包以后,在安装torchvison的包时,可能会自动下载另一个版本的torch包,可以通过
pip install --no-deps torchvision-0.8.2+cu110-cp38-cp38-linux_x86_64.whl解决。

pytorch中查看gpu信息

为什么将数据转移至GPU的方法叫做.cuda而不是.gpu,就像将数据转移至CPU调用的方法是.cpu?这是因为GPU的编程接口采用CUDA,而目前并不是所有的GPU都支持CUDA,只有部分Nvidia的GPU才支持。PyTorch未来可能会支持AMD的GPU,而AMD GPU的编程接口采用OpenCL,因此PyTorch还预留着.cl方法,用于以后支持AMD等的GPU。
torch.cuda.is_available()cuda是否可用;
torch.cuda.device_count()返回gpu数量;
torch.cuda.get_device_name(0)返回gpu名字,设备索引默认从0开始;
torch.cuda.current_device()返回当前设备索引;

环境搭建:win10+CUDA11.1+cuDNN+Anaconda+pytorch+pyCharm编辑器

1.下载CUDA ToolKit和与之对应的cudnn版本

(1)查看CUDA驱动版本:
控制面板–>所有控制面板项–>NVDIA控制面板–>帮助–>系统信息–>组件–>3D设置栏查看文件名为NVCUDA64.dll的产品名称。
我的版本为11.1:

(2)下载安装
官网下载对应版本(11.1)

双击运行cuda11.1的exe文件进行安装,路径放在默认位置(即:C:…\AppData\Local\Temp\CUDA),安装方式选择精简,然后一直按照流程点,有add path要加(即安装的时候把路径自动放到系统变量中)。最后默认安装位置为为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
验证:cmd输入nvcc -V,出现版本号即可

然后把cudnn(一定要是与CUDA对应的版本)的压缩包解压,把解压后的三个文件夹bin | include | lib复制后粘贴到CUDA安装路径下
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
原文件夹下也有这三个文件,可选择替换。
验证cuDNN是否成功:
cmd下cd到安装目录下的C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite然后分别执行bandwidthTest.exe和deviceQuery.exe,结果都出现Result=PASS,则表示第配置cuDNN成功

2.Anaconda安装

官网下载,我选择的是:

完成后在G:\新建空文件夹Anaconda,双击下载好的安装程序开始安装:

按提示下一步就好了,安装路径选择G:\Anaconda,add path要勾选上(自动添加到系统变量)
安装完成后可以在所有程序那里看到Anaconda3的文件夹,也可以验证:cmd输入python:

到此安装完成

3.Pycharm编辑器

官网下载,选择社区版(复制下载链接到迅雷下载下的快些),双击安装程序一步一步按提示安装,同上面的安装步骤一样需要注意添加路径。

4.Pytorch配置(还就内个折磨王)

建议使用离线安装

在线安装的折磨过程(建议直接跳到离线安装过程):
pytorch官网选择对应版本,我的如下:

stable(1.8.0)是默认的,然后点击Windows | Conda | Python | CUDA11.1
下面的信息:

就是告诉在线安装的对应命令是什么(Note信息指出对于CUDA11.1版本必须要加上“conda-forge”)
这个的默认下载通道是官网下载通道,会更慢,于是选择使用国内的镜像进行安装,方法是:先将清华镜像通道设为优先级最高的下载通道,然后执行官网给出的对应安装命令(把那个 -c pytorch 这两个词删了,因为这个的意思是优先使用官网的下载通道)
具体操作如下:
创建新的虚拟环境,命名为pytorch:

conda create -n pytorch python=3.8
  • 1

使用该虚拟环境:

conda activate pytorch
  • 1

前面多了个(pytorch)表示现在该环境内操作
清华镜像通道设为优先:Anaconda Prompt一行一行的运行以下四行代码:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
config --set show_channel_urls yes
config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  • 1
  • 2
  • 3
  • 4

然后再将官网给出的安装命令去掉‘-c python’输入进行安装,我的是:

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c conda-forge
  • 1

以前的博客都是CUDA10.0\10.1的,没有后面这个‘-c conda-forge’,然后是安装成功了的,但是CUDA11.1必须要加上‘-c conda-forge’,我不太清楚这个是否会导致仍然使用官网的通道进行下载,反正下载只有几KB/s,总大小为2个多G,中途稍微不注意停着不动了,就只能重新安装(还有一个问题是之前的失败安装还会影响重新安装的过程,会出现WARNING信息提示有的文件夹删不掉,所以我每次都是重新安装Anaconda之后再重新安装pytorch),每次都在最后两个大一点的文件哪里卡住不动,尝试了3遍,一个下午的时间就没了,最主要的是盯着下载进度的时候担心它又停住的精神折磨,比晋级赛还心累。

然后尝试离线安装

(1)重装Anaconda(之前下载包的时候中途崩了,导致后面再下载包的时候有warning信息,还是重装保险一点)

(2)根据官网信息下载离线.whl文件
官网信息:

也就是把在线安装的conda改成了pip,官网信息指出对应的版本是torch=1.8.0,torchvision=0.0.0,cu111,根据这三个版本在
离线文件下载地址
选择对应的torch和torchvision的.whl文件下载链接(复制链接到迅雷下载很快):

(3)安装离线包
打开Anaconda prompt并创建虚拟环境

进入环境:

输入命令:pip install (whl文件保存路径)\文件名称
分别安装两个文件

检查:

没报错。
晋级赛√√××√

5.pychram使用pytorch框架:
new projiect–>Location输入项目路径与名称–>New environment选择conda–>Existing interpreter浏览–>点击conda rnvironment–>interpreter浏览–>选择G:\Anaconda\envs\pytorch目录下的python.exe–>点击ok–>点击create
一个Pytorch项目就创建完成了。

https://blog.csdn.net/qq_39598461/article/details/114701492
https://blog.csdn.net/qq_39598461/article/details/114701492

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/知新_RL/article/detail/636030
推荐阅读
相关标签
  

闽ICP备14008679号