windows10環境下安裝深度學習環境anaconda+pytorch+CUDA+cuDDN

 

步驟零：安裝anaconda、opencv、pytorch（這些不詳細說明）。複製運行代碼，若是沒有報錯，說明已經能夠了。不過大機率不行，個人會報錯提示AssertionError: Torch not compiled with CUDA enabled。說明須要安裝CUDA，或者安裝的pytorch版本是不帶CUDA的版本，須要按照如下步驟操做。

步驟一：安裝CUDA

步驟二：安裝cuDDN

步驟三：測試運行代碼

附：電腦不支持CUDA或者不想用gpu加速深度學習的

 

 

安裝CUDA

這就是用來調用gpu的工具，進行高效並行計算

打開控制面板->NVIDIA控制面板->幫助->系統信息->組件，查看NVCUDA.DLL版本（有些電腦可能不支持CDUA，解決方法在文章最後）

 

進入這個網站下載對應版本的CUDA

https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

 

 

下載之後選擇自定義安裝，選擇所有組件安裝。注意記下這裏的安裝目錄。

 

安裝cuDDN

能夠理解爲cuda的一個補丁，用來加速深度學習的一些運算的，特意針對深度學習進行優化了（我作的時候沒有安裝，應該也能夠）

進入這個網站下載對應版本的CUDA（須要註冊）

https://developer.nvidia.com/rdp/cudnn-download

下載以後，

(1)解壓：會生成cuda/include、cuda/lib、cuda/bin三個目錄；

(2)分別將cuda/include、cuda/lib、cuda/bin三個目錄中的內容拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5（CUDA安裝目錄）對應的include、lib、bin目錄下便可。

(3)將bin所在的目錄添加到環境變量 PATH 中，「此電腦」→「高級系統設置」→「環境變量」→「系統變量」→「path」→「編輯」→「新建」加入該路徑便可。

 

測試torch可否用gpu

import torch

print(torch.cuda.is_available())

輸出True便可。

或者

import torch

print(torch.version.cuda)

輸出CUDA的版本號便可。

此時運行你的深度學習程序應該就能夠成功啦。

 

若是以前都作好了，卻輸出False或None則說明你安裝的pytorch版本不對，多是不帶CUDA的版本。

進入https://pytorch.org/ 選擇正確的CUDA版本進行下載。

 

這裏我是以前下載了一個None版本的pytorch，卸載之後再用conda命令下載CUDA10.0版本的，結果發現仍是不行。因而我改在pycharm中用pip安裝命令安裝pytorch，最後解決問題。

 

電腦不支持CUDA或者不想用gpu加速深度學習的小夥伴

改這三個地方就好啦，即把用到CUDA的地方都註釋掉

紅字是改以前的，綠字是改以後的

 

 

原文出處：https://www.cnblogs.com/lxy764139720/p/11413112.html