0
点赞
收藏
分享

微信扫一扫

win10 cuda13 pytorch pycharm

追风骚年 2022-02-05 阅读 59

概述

上一篇 基于resnet训练flower图像分类模型(p31-p37),在我的mac 上实在 跑不动了。

今天折腾了一天。各种坑基本上踩了一遍,分享给大家希望有人看了能避开我的坑。

我是笔记本老款的MX250系列。就是相当于亮屏的卡,不是1050哪组真正意义的显卡。

 

这个版本很重要。我开始不知道,随便找了驱动版本,对应是cuda 11.2 的.

结果很尴尬,pytorch 官网上有11.1 ,11.3的,就是没有11.2的。虽然有人用Anaconda 安装了11.2,但是我不喜欢这个,就打算用原生的pip安装。

       所以下载了cuda后,有重新卸载了。不然提示有新版本的,老版本的安装失败。卸载我就不贴图了,进控制面板-》程序 选择对应的cuda 卸载。

 这个是cuda与驱动的版本对应关系。版本不兼容,太麻烦了。

cuda:

CUDA Toolkit Archive | NVIDIA Developer

2.7G 吧,我前后下载了11.2,11.3,11.4 三个版本,不能随便下。要跟前面的驱动保持一致。

所以采用了11.3

安装会先解压文件到临时目录,这个目录不是安装目录,所以保持默认即可,我没有选择自定义。

(我开始没注意,第二次安装的时候特意选择了:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA)

这是错误的,因为选择这里最后会把cuda给清理掉了。下一步安装cuDNN 回来找不到lib了。自己还纳闷了一会,刚才装成功了,怎么不见了。 

确认环境变量。记住自己刚才安装位置,检测下path

 

可以通过CMD输入nvcc -V测试是否安装成功

 失败了可以重试或者Google 找原因。

cudNN

cuDNN Archive | NVIDIA Developer

建议跟cuda版本保持一致。

 下载完之后,解压如上,拷贝到安装目录对应文件目录

 pytorch

今天主要时间花在下载这个了。

pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

    如果你网络好,直接安装也OK。

不好,可以下载对应的whl文件。

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

torch-1.10.0+cu113-cp38-cp38-win_amd64.whl

torchvision-0.11.1+cu113-cp38-cp38-win_amd64.whl

我是要下载gpu 版本11.3的。因为Python本机新安装了python 3.8.所以是cp38

采用pip install xx.whl 提示 is not a supported wheel on this platform.

我开始下载的python3.8 版本有问题,从32位换成64位重装就好了,记得修改环境变量。

测试:

 如果看到true,表示安装成功,能够使用GPU加速啦。尽管这不是正规的显卡。

pycharm

Download PyCharm: Python IDE for Professional Developers by JetBrains

这个我就选了社区版。没有精力折腾破解了。

问题:

我在外面pip 安装的torch 好用,代码在pycharm 提示报错。

这里的interpreter 要选择Python对应安装路径。就有torch包了

不要选择从pycharm里面去install package,我开始没有配置,安装之后,运行程序发现显存没变化。还是靠CPU跑的。

重新跑昨天的程序:

 能看到训练结果逐步向好。对比一下我用mac 低配.

一个batch20分钟,20batch 约为400 分钟,这个67分钟。快了6倍吧。可见GPU加速还是明显的。显存可见有使用

 

折腾了一天环境,踩了好多坑,希望能帮你减少些麻烦。没有好的GPU。估计有个3060显卡的笔记本也是这个套路。如果是Linux系统,那看网上其他大佬的文章吧,没试过。 

 

 

举报

相关推荐

0 条评论