pytorch的GPU版本使用问题
如果你没有conda,首先建议下载一个miniconda(用于虚拟环境管理,后面出错了直接把虚拟环境删除重新做)
miniconda下载地址
1 torch.cuda.is_available()返回False
1 需要安装cuda
明确一个概念,不是只能装你显卡支持的最大版本cuda(红线处)也可以装低版本的cuda,卸载cuda见附录
cuda 10.2 支持的算力
-gencode=arch=compute_52,code=sm_52
-gencode=arch=compute_60,code=sm_60
-gencode=arch=compute_61,code=sm_61
-gencode=arch=compute_70,code=sm_70
-gencode=arch=compute_75,code=sm_75
我的1060算力是6.1可以使用cuda10.2
2 安装cuDNN
下载对应cuda的版本即可
下载后把解压后的文件命名为cudnn,移动到cuda下载目录下,系统环境变量下添加以下两条
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\cudnn\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
3 安装pytorch地址
注意:这里只需要看cuda版本,和操作系统,因为python版本更改比较容易,至于torch,上面有的就是支持的版本,没有的就是不支持的,所以torch可以根据需求选择确认文件所在地址正确以及已经在虚拟环境中(C:\Users\admin)运行以下代码(使用conda install会出现报错)
pip install 文件名+whl
使用conda报错
使用pip成功
接着用pip安装剩下的(torch对应的torchvision版本)对应关系查找
我目前只需要这两个,如果你需要其他包,同理搜索torch和你需要的包的版本对应关系
测试
终于成功了
2 附录
1 报错:OSError: [WinError 127] 找不到指定的程序。 Error loading “D:\environment\python\envs\pytorch_gpu\lib\site-packages\torch\lib\torch_python.dll” or one of its dependencies.
解决:升级python版本
2 卸载cuda
保留下面三个,其他都卸载