【深度学习】PyTorch CUDA环境配置及安装 (2)

下载

下载链接

https://developer.nvidia.com/rdp/cudnn-archive

选择和操作系统以及CUDA相匹配的cuDNN版本

//例如我刚才安装了CUDA10.2 这里选择

安装

解压下载的zip

把解压得到的文件夹内的bin、include、lib目录下的dll文件与h文件分别复制到相应的CUDA的安装目录下

默认安装目录分别为

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib

✨安装PyTorch 在线安装

在PyTorch官方链接上查看相应安装命令

https://pytorch.org/get-started/previous-versions/

例如我要安装CUDA10.2版本的torch1.6 对应的conda命令是

# CUDA 10.2 conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch

！在线安装速度很慢 可以选择下面离线安装的方法

离线安装

whl下载链接

https://download.pytorch.org/whl/torch_stable.html

选择对应CUDA、Python、操作系统、torch版本的whl

例如我要安装CUDA10.2、Python3.8、torch1.6 版本的whl

应下载 cu102/torch-1.6.0-cp38-cp38-win_amd64.whl

例如我要安装CUDA10.2、Python3.8、torchvision0.7 版本的whl

应下载 cu102/torchvision-0.7.0-cp38-cp38-win_amd64.whl

然后在conda环境中安装

pip install torch-1.6.0-cp38-cp38-win_amd64.whl

pip install torchvision-0.7.0-cp38-cp38-win_amd64.whl

安装完成

✨确认环境是否配置成功 import torch print(torch.__version__) print(torch.cuda.is_available())

如上所示环境配置成功