【深度学习】PyTorch CUDA环境配置及安装

✨Pytorch版本介绍

torch：1.6

CUDA：10.2

cuDNN：8.1.0

✨安装 NVIDIA 显卡驱动程序

一般 电脑出厂/装完系统 会自动安装显卡驱动

如果有 可直接进行下一步

下载链接

?lang=cn

选择和自己显卡相匹配的显卡驱动

下载安装

✨确认项目所需torch版本 # pip install -r requirements.txt # base ---------------------------------------- Cython matplotlib>=3.2.2 numpy>=1.18.5 opencv-python>=4.1.2 pillow PyYAML>=5.3 scipy>=1.4.1 tensorboard>=2.2 torch>=1.6.0 torchvision>=0.7.0 tqdm>=4.41.0 # coco ---------------------------------------- # pycocotools>=2.0 # export -------------------------------------- # packaging # for coremltools # coremltools==4.0 # onnx>=1.7.0 # scikit-learn==0.19.2 # for coreml quantization # extras -------------------------------------- # thop # FLOPS computation # seaborn # plotting

例如此项目需求torch>=1.6

在PyTorch官网查看与之匹配的CUDA版本

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

这里可以从conda命令看出 torch1.6 可以安装10.2版本的CUDA

torch与CUDA版本一定要匹配！

✨安装 CUDA

NVIDIA控制面板 -> 帮助 -> 系统信息 -> 组件

查看NVCUDA.DLL 后的参数

本机是10.2

//如果更新了显卡驱动这里参数可能会变高

下载的CUDA版本可以低于这里显示的参数 但是一定要与torch版本匹配

下载

下载链接

https://developer.nvidia.com/cuda-downloads

//上面的链接默认下载的是最新版本的CUDA

要下载之前版本的CUDA在上述下载页面下滑 然后点击 ”CUDA早期版本档案”

或者直接点击CUDA早期版本档案 跳转

选择CUDA Toolkit 10.2

选择对应操作系统版本然后点击Download

！Installer Type一定要选exe(local)

安装

安装完成

在Terminal输入以下命令

nvcc -V

显示CUDA版本则相关环境变量已经自动配置

✨安装cuDNN