Conteúdo deste artigo
1. Trabalho preliminar
(1) Primeiro, precisamos determinar se a máquina possui uma placa gráfica independente. Clique com o botão direito do mouse no botão Iniciar - Gerenciador de Dispositivos - Adaptador de vídeo para verificar se existe uma placa gráfica independente.
Conforme mostrado na imagem acima, esta máquina está equipada com placa gráfica NVIDIA GTX 1050
(2) para instalar o driver da placa gráfica.Se o driver já estiver instalado, você pode atualizá-lo automaticamente.
(3) Verifique o driver da placa gráfica Nvidia, win + R para abrir a linha de comando, digite: nvidia-smi,
você pode ver a versão do driver da máquina Versão do driver: 456.71, versão CUDA Versão CUDA: 11.1. Nota:
Portanto, a versão do kit de ferramentas CUDA instalada não pode exceder 11.1; a versão do driver não pode exceder 456.71.
2. Download e instalação do CUDA
(1) Baixe a versão CUDA adequada para sua placa gráfica. Por exemplo, a versão da minha placa gráfica é 11.1. Você pode baixar CUDA 11.1 no URL de download: https://developer.nvidia.com/cuda-toolkit-archive. URLs estrangeiros às vezes não podem ser acessados. Você pode tentar a versão nacional: https://developer.nvidia.cn/cuda-toolkit-archive.
(2) Instalação CUDA
Etapa 1: Clique duas vezes no instalador, clique para concordar com o contrato de licença do software e continue.
Passo 2: Personalize as opções de instalação: Se for a primeira instalação tente selecionar todas; se for a enésima instalação tente selecionar apenas a primeira, caso contrário poderão ocorrer erros.
Etapa 3: Selecione o local de instalação. A instalação padrão é recomendada aqui. Se você escolher a instalação manual, lembre-se do local de instalação. Talvez seja necessário configurar variáveis de ambiente posteriormente.
Passo 4: Comece a se preparar para a instalação e aguarde a conclusão da instalação.
Etapa 5: verifique se as variáveis de ambiente foram configuradas. O CUDA atual configurará automaticamente as variáveis de ambiente após a instalação. Caso contrário, será necessário configurá-las manualmente. Abra Configurações Avançadas do Sistema - Variáveis de Ambiente - Variáveis do Sistema e verifique se existem duas variáveis de ambiente, CUDA_PATH e CUDA_PATH_V11_1.
Etapa 6: Verifique se o CUDA foi instalado com sucesso.
Abra o cmd e digite nvcc –V. O seguinte prompt aparecerá, indicando que a instalação foi bem-sucedida.
Digite C:\Arquivos de programas\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite (ou o caminho CUDA instalado por você), arraste widthTest.exe e deviceQuery.exe para cmd respectivamente e execute-os. Se o resultado is Ambos são PASS, indicando que a instalação do CUDA e a configuração das variáveis de ambiente foram bem-sucedidas.
3. Download e instalação do cuDNN
Vamos primeiro explicar a relação entre CUDA e cuDNN: CUDA é considerado uma bancada equipada com muitas ferramentas, como martelos, chaves de fenda, etc. cuDNN é uma biblioteca de aceleração de GPU de aprendizado profundo baseada em CUDA, equivalente a uma ferramenta de trabalho, como uma chave inglesa. Mas quando comprei a bancada CUDA, ela não veio com chave inglesa. Se você deseja executar uma rede neural profunda em CUDA, você precisa instalar o cuDNN, assim como você precisa comprar uma chave inglesa se quiser apertar uma porca. Dessa forma, a GPU pode realizar trabalhos profundos de rede neural e a velocidade de trabalho é muito mais rápida que a da CPU.
Processo de instalação:
Passo 1: Baixe o pacote de instalação cuDNN do site oficial, endereço: https://developer.nvidia.com/cudnn. Você precisa registrá-lo e gravá-lo antes de fazer o download. Você também pode encontrar recursos que outras pessoas baixaram online. Preste atenção aqui para selecionar o pacote de instalação cuDNN correspondente ao CUDA.
Passo 2: Descompacte o pacote de instalação baixado. Aqui baixei: cudnn-11.1-windows-x64-v8.0.5.39.zip. Após a descompactação, o pacote de instalação contém três pastas.
Etapa 3: Copie todos os arquivos dos três arquivos para a pasta com o mesmo nome no diretório de instalação do cuda para concluir a instalação.
4. Baixe e instale a versão GPU do pytorch (em ambiente conda)
Etapa 1: Crie um ambiente virtual (com base na instalação do anaconda)
Abra o cmd e digite um comando semelhante ao seguinte: conda create --name py38 python = 3.8. Esta frase significa criar um ambiente chamado py38 e especificar a versão do Python a ser 3.8.
Passo 2: Entre no ambiente virtual
e digite: activate py38 no cmd. py38 precisa ser substituído pelo seu próprio nome de ambiente.
Etapa 3: Instale o pytorch.
Vá para o site oficial, verifique a versão do pytorch adequada para sua versão CUDA e Python: //pytorch.org/ e selecione a opção de instalação correspondente para obter as instruções de instalação.
Em seguida, insira este comando de instalação no cmd (no ambiente virtual inserido na etapa anterior) para instalar.
A instalação do site oficial aqui será mais lenta e você também pode usar fontes espelhadas domésticas para instalar. Você precisa primeiro configurar a fonte de imagem doméstica (como Tsinghua Image Source), depois entrar no site oficial do pytorch, selecionar a versão correspondente baseada em Python e CUDA e, em seguida, obter as instruções oficiais de instalação. , mas você deve prestar atenção aqui, remova o -c pytorch no comando de instalação e o pacote correspondente será baixado da fonte Tsinghua por padrão durante a instalação.
Passo 4: Verifique a instalação
Após o download, verifique-o através da linha de comando. Entre no ambiente virtual onde o pytorch acabou de ser instalado no cmd, digite python para entrar no ambiente python e insira o seguinte código:
import torch
print(torch.__version__)
print("gpu", torch.cuda.is_available())
Exibir a versão da tocha e True indica que a configuração foi bem-sucedida.
5. Suplemento
Aqui estão alguns comandos para instalar e entrar no ambiente virtual em conda
(1) Crie um ambiente virtual
conda create --name py38 python=3.8 #Crie um ambiente chamado python38, especifique a versão do Python é 3.8
(2) Use o ambiente
activate py35 # para Windows Entre no ambiente virtual chamado py35
(3) Outros comandos comuns
conda info -e #Ver todos os ambientes virtuais
fonte ativar flocos de neve #Alternar ambiente
desativar py35 # para Windows Sair do ambiente virtual
fonte desativar py35 # para Linux e Mac Sair do virtual ambiente
conda remove --name py35 --all #Exclua um ambiente existente
conda install xxx #Instale o pacote xxx
conda install pyspark=2.3.0 #Instale a versão especificada do pacote
conda list #Veja as bibliotecas instaladas
conda list -n py35 # Visualizar um pacote instalado em um ambiente especificado
condainstall xxx #Desinstalar pacote xxx
pip desinstalar xxx #Se o comando conda falhar, você pode usar pip
conda install -n py35 numpy #Instalar o pacote no ambiente especificado
conda update -n py35 numpy # Atualizar
pacote conda remove -n py35 numpy # Remover pacote
conda update python # Atualizar python
escreva no final
Este artigo registra o processo de instalação de todo o software, para que você possa verificá-lo mais tarde. Você pode me adicionar e corrigir. Se você tiver alguma dúvida, também pode perguntar na área de comentários. Responderei a tempo depois vendo isso.