参考网上资源
1、查看显卡是否支持CUDA及支持的版本。
here
2、查看CUDA以及Cudnn版本对应关系。
here
3、下载相应版本的CUDA和CUDNN并安装。
here
1、
官网
下载
根据CUDA选择合适的版本。
建议选择pip安装,用conda安装实在太慢了。
2、然后把下面的命令复制到anaconda prompt 控制台。然后等下载安装完就好了。
这个包差不多有2G,可以参考网上使用镜像源。不过我就这样用pip安装的时候也还是挺快了。用conda安装就真是龟速一样了。
3、测试安装是否成功。
为了确保PyTorch是否安装成功,我们需要运行简单的样例代码测试,例如打印出随机生成的张量矩阵,以及gpu是否可以使用。
首先在命令行输入python,进入python的解释器,依次输入以下命令,每输入一句回车
import torch
x = torch.rand(5,3)
print(x)
输出的内容应该类似于以下:
tensor([[0.3380, 0.3845, 0.3217],
[0.8337, 0.9050, 0.2650],
[0.2979, 0.7141, 0.9069],
[0.1449, 0.1132, 0.1375],
[0.4675, 0.3947, 0.1426]])
如果OK,则说明pytorch安装基本成功。
torch.cuda.is_available()
如果输出“True”,则说明GPU驱动和CUDA可以支持pytorch的加速计算!
恭喜安装成功!
今天安装的时候,照着上面的步骤下来,刚开始还是报错了。so sad
OSError: [WinError 126] 找不到指定的模块。 Error loading"C:\Users\anaconda3\envs\pytorch\lib\site-packages\torch\lib\asmjit.dll"or one of its dependencies.
但是通过查看文件夹,会发现其实这个文件时存在的。就是不知为什么python没有读取到。
网上有几种办法。比如降低pytorch 版本的。但是我不知道哪些版本适合,一个个试太麻烦,而且怕还要改CUDA版本,嫌麻烦,就没试。
还有改初始化代码的。就是报错的那个文件代码,修改了路径,但是也不行。然后一直找不到原因,拖了一天没搞定。
最后今晚看到一篇文章。安装了Microsoft Visual C++ Redistributable,然后就神奇的可以了。不明觉厉!
虽然不知道是为什么会这样,但是好在问题解决了,又可以快乐debug了!搞定收工!
展开阅读全文