「PYTHON」配置支持cuda计算的torch环境

本教程用于配置可支持cuda加速计算的torch环境

如果单纯使用命令行的pip安装torch,几乎都是cpu版本的,所以想要下载支持cuda的torch,我们只能通过手动下载安装包到本地,再使用pip从下载好的本地文件离线安装

而要想使用cuda加速神经网络计算,我们需要满足一些条件

  • 下载cuda
  • 下载对应版本的torch、torchaudio、torchvision
  • 下载cuda

    首先查看一下自己显卡的cuda版本

    打开cmd,输入nvidia-smi,就可以查看自己显卡驱动的信息,中间就能看到 CUDA Version,这代表了显卡支持的最高cuda版本,是可以往下兼容的,比如我的电脑是12.2,小于等于12.2的cuda我都可以用

    image-20241010222810995

    CUDA下载链接:https://developer.nvidia.com/cuda-toolkit-archive

    选择适合自己的版本就可以,版本可以稍微低于自己显卡驱动支持的版本

    我选择的是11.8,点进去后根据需要选择具体配置

    image-20241010223225894

    下载完改一下安装路径后正常安装就行,这里不演示了

    安装完后,再cmd中输入 nvcc -V,就可以查看自己是否安装成功

    image-20241010223446032

    下载支持cuda的torch

    下载完cuda后,我们可以去torch官网下载whl文件,https://download.pytorch.org/whl/torch_stable.html

    网站里面有一车的文件,我们要找到适合自己cuda的torch,其中只有带cuXXX的才支持调用GPU,cu是cuda的简写

    介绍一下这个文件名的含义:

    image-20241010230650845

  • torch-2.0.0 是torch2.0.0版本
  • cu118是cuda11.8版本
  • cp311是python3.11版本
  • win和linux就是系统
  • 现在cuda的版本已经确定了,只需要确定自己的python是版本,已经想要下载什么版本的torch就可以确定文件了

    当然,前面说过,光下载torch是不够的,还需要torchaudio和torchvision

    下面是torch>=2.0.0的一些版本对应关系,如果想知道别的可以去搜

    torch torchaudio torchvision
    2.0.0 2.0.0 0.15.0
    2.0.1 2.0.2 0.15.2
    2.1.0 2.1.0 0.16.0
    2.1.1 2.1.1 0.16.1
    2.1.2 2.1.2 0.16.2

    利用ctrl + F就可以搜索文件名,找到对应的内容,开头是cuXXX/torchXXX

    比如我的cuda是11.8,python版本是3.9,想下载2.1.0的torch,系统是win

    我只需要搜cu118/torch-,然后选择cp39 win的下载即可,其他两个文件也是采用同样的方法

    image-20241010231919816

    把三个文件都下载到本地,随便找个文件夹放起来,用一下命令去安装

    在安装之前,确定一下自己当前命令行所在的环境是否是你想把torch安装到的环境,避免装错位置了

    pip install ./torch-2.1.0+cu118-cp39-cp39-win_amd64
    pip install ./torchaudio-2.1.0+cu118-cp39-cp39-win_amd64
    pip install ./torchvision-0.16.0+cu118-cp39-cp39-win_amd64
    

    下载完以后,进入python环境

    import torch
    print(torch.cuda.is_available())
    

    如果输出True,就代表成功了

     

    作者:Suryxin.

    物联沃分享整理
    物联沃-IOTWORD物联网 » 「PYTHON」配置支持cuda计算的torch环境

    发表回复