您现在的位置是：网站首页>文章详情文章详情

win11+py38+RTX3080+cuda+cudnn安装torch

inlike2021-10-30【原创文章】浏览(3565) 评论(0) 喜欢(20)

简介在联想拯救者R9000P/RTX3080部署torch GUP运行环境

如果要使用GPU进行机器学习的训练，那么首先需要支持训练的显卡及驱动即正确安装CUDA、CUDNN，最重要的一点是需要与驱动对应的torch GPU版本，否则大概率使用torch.cuda.is_available()命令检查GPU是否可用时得到False。

CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

NVIDIA CUDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。

首先使用nvidia-smi命令查看CUDA版本：

C:\Users\inlike>nvidia-smi
Sat Oct 30 20:31:16 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 496.13       Driver Version: 496.13       CUDA Version: 11.5     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ... WDDM  | 00000000:01:00.0  On |                  N/A |
| N/A   37C    P8    15W /  N/A |   1137MiB / 16384MiB |      1%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      1808    C+G   Insufficient Permissions        N/A      |
|    0   N/A  N/A      2492    C+G   ...bbwe\Microsoft.Photos.exe    N/A      |
|    0   N/A  N/A      2792    C+G   Insufficient Permissions        N/A      |
|    0   N/A  N/A      5888    C+G   ...txyewy\MiniSearchHost.exe    N/A      |
|    0   N/A  N/A      7612    C+G   ...020.30\msedgewebview2.exe    N/A      |
|    0   N/A  N/A     10036    C+G   C:\Windows\explorer.exe         N/A      |
|    0   N/A  N/A     10928    C+G   ...n1h2txyewy\SearchHost.exe    N/A      |
|    0   N/A  N/A     10952    C+G   ...artMenuExperienceHost.exe    N/A      |
|    0   N/A  N/A     12068    C+G   ...ekyb3d8bbwe\YourPhone.exe    N/A      |
|    0   N/A  N/A     13116    C+G   ...lPanel\SystemSettings.exe    N/A      |
|    0   N/A  N/A     13216    C+G   ...2txyewy\TextInputHost.exe    N/A      |
|    0   N/A  N/A     13936    C+G   ...cw5n1h2txyewy\LockApp.exe    N/A      |
|    0   N/A  N/A     16796    C+G   ...8wekyb3d8bbwe\Cortana.exe    N/A      |
|    0   N/A  N/A     19244    C+G   Insufficient Permissions        N/A      |
|    0   N/A  N/A     20188    C+G   ...tracted\WechatBrowser.exe    N/A      |
|    0   N/A  N/A     21024    C+G   ...me\Application\chrome.exe    N/A      |
|    0   N/A  N/A     21568    C+G   F:\aDrive\aDrive.exe            N/A      |
|    0   N/A  N/A     21700    C+G   ...8\extracted\WeChatApp.exe    N/A      |
+-----------------------------------------------------------------------------+

CUDDN下载地址：https://developer.nvidia.com/rdp/cudnn-archive

CUDA下载地址：https://developer.nvidia.com/cuda-downloads

根据自己系统和需求下载CUDA、CUDDN驱动程序，下载完成后将CUDDN解压文件内的文件夹复制合并到CUDA安装路径下的对应文件夹即可。

安装或升级完成使用版本查看命令查看对应的驱动版本。

了解驱动版本之后，就根据驱动版本在torch安装平台https://pytorch.org/get-started/locally/，选择对应的安装包，如下图所示。绿色框内是安装的命令，如果直接运行该命令安装进度很慢，需要手动到https://download.pytorch.org/whl/torch_stable.html网址中下载对应的包。

需要下载的包有torch==1.10.0+cu113、torchvision==0.11.1+cu113、torchaudio===0.10.0+cu113，在https://download.pytorch.org/whl/torch_stable.html中显示如下图所示。

torch==1.10.0+cu113的包大概有2.27G，比较耗时。下载完成后切换到下载目录，使用pip命令安装。

安装完成后使用下面命令查看torch安装结果：

>>> torch.__version__
'1.10.0+cu113'
>>> torch.cuda.is_available()
True
>>> torch.cuda.get_device_name(0) #输出GPU名称
'NVIDIA GeForce RTX 3080 Laptop GPU

标签