欢迎来到
银狐的个人博客

基于Windows的Pytorch框架搭建

        由于训练超分辨率图像重建,需要在Pytorch的框架下进行模型训练,开始着手于Pytorch的安装。跌跌撞撞的尝试了好多种方法,以下总结以下最有效的菜鸟级别的Pytorch框架的搭建以及安装。

1、CUDA的安装与测试 1.1 cuda适配版本查询

        CUDA是用于GPU计算的开发环境,它是一个全新的软硬件架构,可以将GPU视为一个并行数据计算的设备,对所进行的计算进行分配和管理。 在CUDA的架构中,这些计算不再像过去所谓的GPGPU架构那样必须将计算映射到图形API(OpenGL和Direct 3D)中,因此对于开发者来说,CUDA的开发门槛大大降低了。

安装cuda首先要查看电脑的cuda适配版本,首先在电脑的搜索框搜索NVIDIA Control Panel

进入后点击左下角系统信息->组件->找到NVCUDA64.DLL,图如下:

 可以看到自己电脑所能下载的cuda版本的最大版本。于是开始下载适配的cuda版本。

1.2 cuda的下载安装

首先进入cuda官网:CUDA Toolkit Archive | NVIDIA Developer

选择自己适配的CUDA toolkit 点击展开,选择windows操作系统,具体选择如下图,即可完成下载安装

 下载完成,安装时安装路径可以自己选择一个自己知道的安装路径,然后直接按照安装的默认直接一直下一步即可完成。

1.3对cuda是否安装完成进行测试

windows+R打开运行框,输入cmd,进入终端,输入nvcc -V,出现以下结果:

即为安装成功。

2、CUDNN的安转与测试 2.1 CUDNN的安装

CUDNN:是NVIDIA打造的针对深度神经网络的加速库,是一个用于深层神经网络的GPU加速库。如果你要用GPU训练模型,CUDNN不是必须的,但是一般会采用这个加速库。总结. 简单来说,CPU适合串行计算,擅长逻辑控制。 GPU擅长并行高强度并行计算,适用于AI算法的训练学习。 CUDA 是NVIDIA专门负责管理分配运算单元的框架. CUDNN是用于深层神经网络的gpu加速库。进入cudnn的官方下载网站:NVIDIA cuDNN | NVIDIA Developer

但是官方下载避免不了要注册然后登录才能到下载的版本选择界面。因为是外网可能需要翻墙,不然进不去,网速非常慢。这里推荐一种其他的下载方法:

首先点击cuDNN Archive | NVIDIA Developer进入到cudnn的版本选择界面,找到自己适配cuda的cudnn版本,然后点击展开

找到cuDNN Library for Windows(x86) 鼠标右键选择复制链接,打开一个下载器&#xf基于Windows的Pytorch框架搭建 第1张图片-银狐博客f0c;这里推荐迅雷下载器,打开迅雷下载器输入链接即可自动下载

虽然下载稍慢,但是可以下载,避免了翻墙注册的麻烦。下载完成后解压,将解压文件中的bin,include,lib三个文件复制,然后进入cuda的安装目录下面,我这里是 C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.1,然后点击粘贴覆盖。具体流程图如下:

复制以下三个文件:

在C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.1文件夹下粘贴覆盖

接着进行环境变量的配置,打开控制面板->系统和安全->系统->高级系统设置->高级->环境变量找到path点击编辑

进入后点击新建,输入C:\\Program Files\\NVIDIA Corporation\\NVSMI

 然后全部点确认(一定要点确认),即可安装成功cudnn。

2.2 CUDNN的测试

windows+R并输入cmd打开命令提示符键入nvidia-smi,看到以下结果:

即安装成功。

3、pytorch的安装与测试 3.1 pytorch的安装

pytorch在python的具体模块是torch所以安装pytorch就是在安装torch包,具体步骤如下:

创建一个虚拟环境下载torch

c基于Windows的Pytorch框架搭建 第2张图片-银狐博客onda create -n pytorch python==3.7 创建一个基于python3.7的名为pytorch的虚拟环境

环境。当出现时,键入y即可创建虚拟环境。

进入虚拟环境下载pytorch

conda activate pytorch(虚拟环境名称)

然后键入

pip install torch===1.8.0 torchvision===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

开始下载torch,即可完成下载任务。

3.2 pytorch的测试

打开cmd面板键入python进入python环境,输入

import torch print(torch.__version__)

结果显示了对应的pytorch版本,说明已经安装成功。验证pytorch是否能正常调用cuda,接着上面的输入

print(torch.cuda.is_available())

 得到TRUE,如果得到FALSE则说明cuda的版本与pytorch 的版本不适配。具体的适配问题请查看下图:

希望能对大家有所帮助!

赞(0) 打赏
版权声明:本文采用知识共享 署名4.0国际许可协议 [BY-NC-SA] 进行授权
文章名称:《基于Windows的Pytorch框架搭建》
文章链接:https://www.yinhu3.com/2359.html
本站资源仅供个人学习交流,请于下载后24小时内删除,不允许用于商业用途,否则法律问题自行承担。
如果文章侵犯到你的权益,请查看本站免责声明:《免责声明》

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

愿意请我喝杯矿泉水吗

支付宝扫一扫打赏