Win10+VS2017+Pytorch-gpu+cude10.0+cudnn7.5环境搭建
背景介绍:原先是做传统图像处理的,用的是VS2013 2015 2017+OpenCV,语言是C++,图像处理目前的发展总归绕不开深度学习了。。(尽管自己还是喜欢怀念传统的图像处理,个人认为目前图像处理领域对深度学习过分迷信。。一些传统的简单的算法也可以做到比较好的效果的,无奈大势所趋大势所趋呀。。。。)以前也都学习过机器学习,深度学习的相关理论,上了博士想搞点深度学习实验的东东,于是在笔记本上搭建深度学习的环境,但是个人需求c++语言,再学习python。不想在电脑里安装其他的python语言的IDE或者其他的,就用VS2017为主来搭建整个环境,也是习惯使然。(tips:我最讨厌争论什么哪种语言好,哪种IDE好的人了。。。。是有多无聊,喜欢哪个用哪个,用着开心代码才能码的开心。。有那个时间看篇论文多好。。)
废话不多说了,直接步入正题,整个步骤可以分为以下几步且顺序不可打乱:
一、查看你的电脑硬件
二、安装VS2017
三、下载CUDA,CUDNN并安装
四、安装Pytorch
五、测试
接下来,我会一步步的将我的每一步分享出来,算是我自己的一个记录,也希望能帮到一些朋友。(tips:第一次写,多多担待)声明:本文适合有一定的电脑常识,对VS有一定基础,愿意阅读英文网站的朋友。
一、查看你的电脑硬件
查看你的显卡型号是否支持GPU计算,本人笔记本的配置为:i7-8750H,1070maxq,1tssd,16g。这个建议前往英伟达官网查看。实际上只要这两年的笔记本,且是独立显卡且是N卡都可以。。不用太过纠结。。如果你的显卡支持GPU加速,请继续,如果不支持,请右上点击关闭网页。
为了省事直接下载最新驱动,官方地址为:https://www.nvidia.cn/Download/index.aspx?lang=cn,选择自己的显卡型号,下载然后选择精简型安装就好不必自定义。安装时会有闪烁,不要怕正常现象,重启电脑,我们继续。
二、安装VS2017
官网下载,安装免费版,注意选择安装配件的时候,安装科学计算和python支持就好了。至于过程嘛,网上很多,也很简单,没什么难的,就是慢了些,博主是装了6个小时左右的,还是直接C盘,用过VS的人都知道VS的尿性。。你装其他盘也没用,你就直接默认安装就行了。
三、下载安装CUDA,CUDNN。
这个是我耗时最长的一步,最心累的一部,下载链接:
CDUNN:https://developer.nvidia.com/rdp/cudnn-archive
CUDA:https://developer.nvidia.com/cuda-toolkit-archive
CUNA官方文档:https://docs.nvidia.com/cuda/archive/10.0/
官方文档虽然是英文,但是真的不难。真的很有用。注意下载CUDNN需要注册一下。
下载CUDA,CDUNN,本人下载10.0win10,离线安装版本。注意了:很慢,还容易断,丢失服务器,博主总共花了4天搭建整个环境,2天都是这个下载。。。。什么都试了,各种下载工具,各种浏览器,百度离线都没用。你猜最后怎么成的。。就是点开下载链接,多来几次,十几几十kb就取消,莫名其妙偶尔能有一次可以冲到很高网速。。。。
安装CUDA,最好不要改路径,默认路径,博主还好是500g的C盘,就是下一步下一步。。至于CUDNN,就是动态库和头文件,复制到CUDA安装路径下的几个文件夹就好。路径看网页:https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html写的很清楚的。
注意:如果想要安装其他版本的CUDA,CUDA官方文档中CUDA、CUDNN和显卡架构支持版本的表格最好看一下。
四、安装pytorch
打开VS2017 工具-python-python环境在右侧会出现选项卡,选择anaconda5.2.0,在下面点击在powershell中打开。
键入:
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
一定要有这一步,除非你有*工具,不然一定要设置镜像,博主用的是中科大的镜像,速度依然感人。。
然后键入官网你选择的安装环境给出的命令。如果你选择的是和博主一样的:直接键入conda install pytorch torchvision cudatoolkit=10.0 -c pytorch就好了,等待安装。如果遇见权限问题,不要慌,退出VS2017,右键用管理员权限进行,再次打开powershell,键入上述命令就好。
五、测试
建立一个python项目(基本的VS操作)键入:
import torch
x = torch.rand(5, 3)
print(x)
运行生成随机的矩阵,不报错,说明python和pytorch环境搭建成功。
注意选择项目环境:
在解决方案管理器中,右键打开交互窗口,键入:
import torch
torch.cuda.is_available()
结果如图,说明CUDA已支持,且交互窗口可用。
接下来,我去做实验,读论文了,祝各位好运啦。