この記事の内容
1. 事前作業
(1) まず、マシンに独立したグラフィックス カードが搭載されているかどうかを確認する必要があり、[スタート] ボタンを右クリックして、[デバイス マネージャー] - [ディスプレイ アダプター] を選択し、独立したグラフィックス カードがあるかどうかを確認します。
上の図に示すように、このマシンには、
グラフィック カード ドライバーをインストールするための NVIDIA GTX 1050 グラフィック カード (2) が搭載されており、既にドライバーがインストールされている場合は、ドライバーを自動的に更新できます。
(3) Nvidia グラフィック カード ドライバーを確認します。win + R を押してコマンド ラインを開き、「nvidia-smi」と入力します。
マシンのドライバー バージョン Driver-Version: 456.71、CUDA バージョン CUDA Version: 11.1 が表示されます。注:
したがって、インストールされている CUDA ツールキットのバージョンは 11.1 を超えることはできず、ドライバーのバージョンは 456.71 を超えることはできません。
2. CUDAのダウンロードとインストール
(1) グラフィックス カードに適した CUDA バージョンをダウンロードします。たとえば、私のグラフィックス カードのバージョンは 11.1 です。CUDA 11.1 は、ダウンロード URL: https://developer.nvidia.com/cuda-toolkit-archive からダウンロードできます。外国の URL にはアクセスできない場合があります。国内バージョン (https://developer.nvidia.cn/cuda-toolkit-archive) をお試しください。
(2) CUDA のインストール
ステップ 1: インストーラーをダブルクリックし、[ソフトウェア使用許諾契約に同意する] をクリックして続行します。
ステップ 2: インストール オプションをカスタマイズします。最初のインストールの場合は、すべてを選択してください。n 回目のインストールの場合は、最初のもののみを選択してください。そうしないと、エラーが発生する可能性があります。
ステップ 3: インストール場所を選択します。ここではデフォルトのインストールをお勧めします。手動インストールを選択した場合は、インストール場所を覚えておいてください。後で環境変数の構成が必要になる場合があります。
ステップ 4: インストールの準備を開始し、インストールが完了するまで待ちます。
ステップ 5: 環境変数が設定されているかどうかを確認します。現在の CUDA はインストール後に環境変数を自動的に設定しますが、そうでない場合は手動で設定する必要があります。[システムの詳細設定] - [環境変数] - [システム変数] を開き、2 つの環境変数 CUDA_PATH と CUDA_PATH_V11_1 があるかどうかを確認します。
ステップ 6: CUDA が正常にインストールされているかどうかを確認します
。cmd を開き、nvcc –V と入力します。次のプロンプトが表示され、インストールが成功したことが示されます。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite (または自分でインストールした CUDA パス) を入力し、bandwidthTest.exe と deviceQuery.exe をそれぞれ cmd にドラッグして実行します。 is どちらも PASS であり、CUDA のインストールと環境変数の構成が成功したことを示します。
3.cuDNNのダウンロードとインストール
まず CUDA と cuDNN の関係について説明します。CUDA は、ハンマーやドライバーなどの多くのツールを備えた作業台として見なされます。cuDNN は CUDA をベースとしたディープラーニング GPU アクセラレーション ライブラリであり、レンチなどの作業工具に相当します。しかし、CUDA ワークベンチを購入したとき、レンチが付属していませんでした。CUDA でディープ ニューラル ネットワークを実行したい場合は、ナットを締める場合にレンチを購入する必要があるのと同じように、cuDNN をインストールする必要があります。このように、GPU はディープ ニューラル ネットワークの作業を実行でき、その作業速度は CPU の速度よりもはるかに高速です。
インストールプロセス:
ステップ 1: 公式 Web サイトから cuDNN インストール パッケージをダウンロードします (アドレス: https://developer.nvidia.com/cudnn)。ダウンロードする前に、登録して記録する必要があります。他の人がオンラインでダウンロードしたリソースを見つけることもできます。ここで、CUDA に対応した cuDNN インストール パッケージを選択することに注意してください。
ステップ 2: ダウンロードしたインストール パッケージを解凍します。ここでダウンロードしたのは、cudnn-11.1-windows-x64-v8.0.5.39.zip です。解凍後のインストール パッケージには 3 つのフォルダーが含まれています。
ステップ 3: 3 つのファイルすべてを cuda インストール ディレクトリ内の同じ名前のフォルダーにコピーして、インストールを完了します。
4. GPU バージョンの pytorch をダウンロードしてインストールします (conda 環境)
ステップ 1: 仮想環境を作成する (anaconda のインストールに基づく)
cmd を開き、次のようなコマンドを入力します: conda create --name py38 python=3.8. この文は、py38 という名前の環境を作成し、Python のバージョンを指定することを意味します。 3.8.
ステップ 2: 仮想環境に入り
、「activate py38 in cmd」と入力します。py38 は独自の環境名に置き換える必要があります。
ステップ 3: pytorch をインストールする
公式 Web サイトにアクセスし、CUDA および Python のバージョンに適した pytorch バージョンを確認します (//pytorch.org/)、対応するインストール オプションを選択してインストール手順を入手します。
次に、このインストール コマンドを cmd (前の手順で入力した仮想環境内) に入力してインストールします。
ここでの公式Webサイトのインストールは時間がかかりますが、国内のミラーソースを使用してインストールすることもできます。まず国内のイメージ ソース (清華イメージ ソースなど) を設定し、次に pytorch 公式 Web サイトにアクセスし、Python と CUDA に基づいて対応するバージョンを選択して、公式のインストール手順を取得する必要があります。, ただし、ここで注意しなければならないのは、インストール コマンドの -c pytorch を削除すると、インストール中にデフォルトで対応するパッケージが清華ソースからダウンロードされることです。
ステップ 4: インストールを確認する
ダウンロード後、コマンド ラインを使用してインストールを確認します。cmd で pytorch がインストールされた仮想環境に入り、「python」と入力して Python 環境に入り、次のコードを入力します。
import torch
print(torch.__version__)
print("gpu", torch.cuda.is_available())
トーチのバージョンが表示され、True は構成が成功したことを示します。
5. 補足
conda に仮想環境をインストールして入るコマンドは次のとおりです
(1) 仮想環境を作成します
conda create --name py38 python=3.8 #python38 という名前の環境を作成し、Python バージョンが 3.8 であることを指定します
(2) 環境
activate py35を使用します# Windows の場合 py35 という名前の仮想環境に入ります
(3) その他の一般的なコマンド
conda info -e # すべての仮想環境を表示します
source activate Snowflakes # 環境を切り替える
deactivate py35 # Windows の場合 仮想環境を
終了します source deactivate py35 # Linux および Mac の場合 仮想環境を終了します環境
conda delete --name py35 --all #既存の環境を削除します
conda install xxx #xxx パッケージをインストールします
conda install pyspark=2.3.0 #指定したバージョンのパッケージをインストールします
conda list #インストールされているライブラリを表示します
conda list -n py35 #指定した環境にインストールされているパッケージを表示します
conda uninstall xxx #xxx パッケージをアンインストール
します pip uninstall xxx #conda コマンドが失敗した場合は、 pip
conda install -n py35 numpy #指定した環境にパッケージをインストールします
conda update -n py35 numpy # パッケージを更新
conda replace -n py35 numpy # パッケージを削除
conda update python # Python を更新
最後に書きます
この記事では、後で確認できるように、ソフトウェア全体のインストール プロセスを記録します。追加および修正を歓迎します。質問がある場合は、コメント エリアで質問することもできます。後ですぐに答えます。それを見て。