栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

pycharm安装与配置_pycharm用不了cuda?

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

pycharm安装与配置_pycharm用不了cuda?


win11,NVIDIA GeForce RTX 3060
python 3.8,PyTorch
cuda11.5.1_496.13,cudnn-windows-x86_64-8.3.2.44_cuda11.5
author:zoxiii


PyCharm配置CUDA和cuDNN

0、前提

0.1、安装PyCharm0.2、更新NVIDIA驱动到最新0.3、查看你需要的CUDA版本 1、配置CUDA

1.1、下载对应版本CUDA1.2、安装CUDA 2、配置cuDNN

2.1、下载cuDNN2.2、安装cuDNN 3、安装PyTorch

3.1、找可用的PyTorch版本3.2、本地安装PyTorch

本篇博客涉及安装包❤️提取码9492

0、前提 0.1、安装PyCharm
    官网下载安装PyCharm学生邮箱注册账号免费使用创建Anaconda虚拟环境,并添加为你项目的python interpreter,我的虚拟环境名为deblur
0.2、更新NVIDIA驱动到最新

进入计算机管理,按图示步骤更新。

计算机管理→设备管理器→显示适配器→更新驱动
更新成功
0.3、查看你需要的CUDA版本

方法一:进入cmd中查看

nvidia-smi

方法二:桌面→右键→NVIDIA控制面板→系统信息→组件→CUDA
1、配置CUDA 1.1、下载对应版本CUDA

cuda各版本下载地址cuda官方手册这里选择版本为:CUDA Toolkit11.5.1
1.2、安装CUDA

    选择一个目录来安装临时文件

    阅读协议,同意并继续

    自定义安装

    自定义安装组件

    选择安装位置
    D:Program FilesNVIDIA CUDANVIDIA GPU Computing ToolkitCUDAv11.5

    下载安装中

    下载完成,下一步

    安装结束

    检查是否安装成功

(1) 进入cmd

nvcc -V


(2)进入目录 D:Program FilesNVIDIA CUDANVIDIA GPU Computing ToolkitCUDAv11.5extrasdemo_suite下

./bandwidthTest.exe

./deviceQuery.exe

2、配置cuDNN 2.1、下载cuDNN

    cuDNN下载地址

    选择适合的版本

2.2、安装cuDNN

  解压后,将cudnn目录下的文件对应放在cuda目录,即D:Program FilesNVIDIA CUDANVIDIA GPU Computing ToolkitCUDAv11.5目录下的三个对应文件夹下

binincludelib

(也可以下载exe直接安装,与CUDA安装过程类似,需要修改安装位置)

3、安装PyTorch 3.1、找可用的PyTorch版本

PyTorch官网
查找到最新的cudatoolkit版本为11.3,找到对应的命令到Anaconda prompt中运行,失败了

## 你也可以尝试一下,不知道会不会和我一样的问题
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge

  此时检查torch的版本,发现是CPU版的pytorch。但是按理来讲,系统CUDA环境已经配置成功,应该安装的是GPU版的pytorch,但是这里安装了CPU版本的。因为安装使用的指令都一样,所以不太清楚是什么原因。

(参考别的博客可能还需要配置一些CUDA的环境变量?但在安装CUDA时,已经自动添加过环境变量到系统中了,而且验证CUDA也已经安装成功了,不懂!只能选择手动本地安装pytorch试试了)

此时,首先需要移除之前安装的pytorch。

conda uninstall pytorch
3.2、本地安装PyTorch

下载whl文件到C:Usersmysel目录下(安装完后可删除)
进入Anaconda prompt进行安装(注意先进入你的虚拟环境中)

conda install torch-1.11.0+cu115-cp38-cp38-win_amd64.whl
conda install torchaudio-0.11.0+cu115-cp38-cp38-win_amd64.whl
conda install torchvision-0.12.0+cu115-cp38-cp38-win_amd64.whl

验证是否成功!!!!

>>> import torch
>>> torch.__version__
>>> torch.cuda.is_available()  ## 一定要输出True才是成功

安装cudatoolkit

conda install cudatoolkit   ## 我在安装时最新的版本为11.3.1的

接下来就可以打开一个使用pytorch的深度学习项目跑一下测试了,当然还是会继续遇到一些新的问题,慢慢解决吧!

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/782899.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号