资讯专栏INFORMATION COLUMN

CUDA + pytorch + pycharm + Anaconda + OpenCV安装教程与环

codergarden / 1670人阅读

摘要:是一种由推出的通用并行计算架构,该架构使能够解决复杂的计算问题。二者安装要求与的版本需要相匹配,我们在安装时要特地注意此点。截止目前年月号,最新版本为。的安装教程也在里面。当出现结果时,表示安装成功。

CUDA + pytorch安装教程与环境配置

须知:

  1. CUDA只能在NVIDIA英伟达显卡上才可以用
  2. pycharm + Anaconda + OpenCV的安装见我写的另一篇文章:计算机视觉的第一步:Opnencv(一)之 环境部署

1 基本须知

1.1 pytorch简介

Pytorch是torch的python版本,是由Facebook开源的神经网络框架,专门针对 GPU 加速的深度神经网络(DNN)编程。Torch 是一个经典的对多维矩阵数据进行操作的张量(tensor )库,在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同,pytorch的计算图是动态的,可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua,导致在国内一直很小众,并逐渐被支持 Python 的 Tensorflow 抢走用户。作为经典机器学习库 Torch 的端口,PyTorch 为 Python 语言使用者提供了舒适的写代码选择。

1.2 CUDA简介

CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序,所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。

1.3 二者安装要求

CUDA与pytorch的版本需要相匹配,我们在安装时要特地注意此点。
截止目前2021年11月13号,CUDA最新版本为11.5。
但是,pytorch目前最高支持11.3,所以我们此次安装选择CUDA11.2 + pytorch1.1(我们此时不需要在安装1.0版本之下的版本,1.1就是稳定版本)安装。
CUDA下载地址:CUDA官网;pytorch下载地址:pytorch官网

pytorch的下载界面

CUDA的安装界面

2 安装程序

2.1 CUDA安装

2.1.1 文件下载

从官网下载或清华镜像网

2.1.2 开始安装



2.1.3 环境配置

这是CUDA默认安装位置的路径:

CUDA_SDK_PATH = C:/Program Files/NVIDIA GPU/Computing/Toolkit/CUDA/v10.2/bin

在系统中添加以下几个环境变量:

CUDA_LIB_PATH = %CUDA_PATH%/lib/x64CUDA_BIN_PATH = %CUDA_PATH%/binCUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%/bin/win64CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%/common/lib/x64

我的环境变量(图示)

再添加如下4条(默认安装路径):

C:/Program Files/NVIDIA GPU Computing/Toolkit/CUDA/v8.0/lib/x64; C:/Program Files/NVIDIA GPU Computing/Toolkit/CUDA/v8.0/bin; C:/ProgramData/NVIDIACorporation/CUDA/Samples/v8.0/common/lib/x64; C:/ProgramData/NVIDIA Corporation/CUDA/ Samples/v8.0/bin/win64;

我的环境变量(二次图示)

2.1.4 验证

打开命令窗口cmd,输入验证命令

nvcc -V

当出现下图,就成功了

2.2 pytorch安装

2.2.1 获取控制台下载指令

官网获取,如下图:

2.2.2 安装开始

  1. 管理员的身份打开终端【注意:一定要是管理员的身份打开】
    如果不会的见下:

    先打开任务栏的搜素按钮:

    输入cmd,如下图

  2. 输入刚才你复制的代码到窗口里:

  3. 等待数秒,当出现Y/N时,输入y。此时开始下载pytorch

    下载的界面像:

  4. 继续等待,当出现下面的情况时,表示安装完成。

2.2.3 验证

打开pycharm,如果没安装,可以看我写的另一篇文章:计算机视觉的第一步:Opnencv(一)之 环境部署Anaconda + OpenCV的安装教程也在里面。

  1. 打开pycharm,输入下面的代码
import torchprint(torch.__version__)print("gpu: ", torch.cuda.is_available())

运行代码。当出现结果时,表示安装成功。

1.10.0gpu:  True

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/123589.html

相关文章

  • yolov5无从下手?一篇就够,2021年全部基于最新配置的yolo入门升级路线

    摘要:的安装下载好之后双击打开可执行安装文件选择安装目录,需要的内存较多,建议将其安装在盘或者盘,不建议放在系统盘盘。 yolov5无从下手?一篇就够的保姆级教程,202...

    AlanKeene 评论0 收藏0
  • Anaconda+CUDA+cuDNN+Tensorflow2.0环境搭建

    摘要:图和之间的关系图例与各版本之间的环境依赖关系的原装驱动并不支持,因此需要禁用掉并且重装卡官方驱动。会有很多同学在不知道的情况下安装了,最后导致和无法使用或者无法安装等问题。 ...

    biaoxiaoduan 评论0 收藏0
  • 如何将照片或者视频中的背景图抠掉,机器学习开源项目使用 | 机器学习

    摘要:项目对照片与视频的效果不太一样。测试数据下载我们下载一些测试数据测试数据选择一些图片视频以及对应的背景图,下载下来做测试使用。本文会介绍如何部署使用显卡的容器如何使用连接容器运行机器学习代码。准备好视频和背景图。 目录 前言 开源项目介绍 项目结构 模型下载 测试数据下载 训练数据下载 依...

    HitenDev 评论0 收藏0
  • 记一次简单的计算机视觉实战

    摘要:故决定自己搭建一个深度学习环境,用训练自己的数据集,实现一些简单的目标检测。安装是一款非常好用的,专为打造。训练完成后,项目目录下会生成一个文件夹,其中下保存有最好的一个权重和最后一次的权重。 一、前言         前几天参考CV Zone - Computer Vision Zone的...

    zhjx922 评论0 收藏0
  • GPU服务器上的tensorrt环境搭建

    摘要:服务器上的环境搭建文章目录服务器上的环境搭建拉取服务器上的支持的镜像文件设置环境变量并下载相关依赖安装和和安装编译安装安装安装添加系统环境变量在生产实际中,我们通常通过在服务器上镜像环境搭建用于加速深度学习图像识别推理的的环境。 ...

    tanglijun 评论0 收藏0

发表评论

0条评论

codergarden

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<