我本機是windows10+GeForce GTX 1050 Ti的環(huán)境, 配置了下pytorch環(huán)境， 這里整理一下.
升級顯卡驅(qū)動程序
去Nvidia官網(wǎng)地址 https://developer.nvidia.com/cuda-downloads 按系統(tǒng)版本配并，選擇下載在線升級包, 下載完后扣囊，選擇自定義先升級顯卡驅(qū)動,如圖:
cuda-driver.png
我的已經(jīng)升級完成， 升級完重啟
安裝cuda
按下圖選擇束亏， 下一步，完成安裝
cuda.png
檢查cuda版本
nvidia-smi
nvidia-smi.png
可以看到當前CUDA Version已經(jīng)是12.0了
安裝pytorch
通過conda創(chuàng)建一個python環(huán)境
conda create -n python3.8 python=3.8.15
activate python3.8
安裝pytorch，我們到 https://pytorch.org/get-started/locally/ 選擇安裝方式
pytorch-install.png
這里我們采用pip安裝(用conda安裝一直識別不到cuda)
pip install torch torchvision torchaudio --trusted-host=download.pytorch.org --extra-index-url https://download.pytorch.org/whl/cu117
驗證是否安裝成功
import torch
torch.cuda.is_available()
cuda-is-available.png
顯示True就證明pytorch cuda已經(jīng)配置成功了褪贵。
其它
最開始使用的conda安裝pytorch时捌， 走了很多彎路怒医，不過發(fā)現(xiàn)了mamba這個東西， 下載和檢查本地依賴比conda快很多, 這里也記錄一下, mamba是conda包管理器的c++實現(xiàn), 下面是mamba的幾個描述:
- 使用多線程并行下載奢讨、管理包文件
- libsolv 用于更快地解決依賴關系稚叹，這是 Red Hat、Fedora 和 OpenSUSE 的 RPM 包管理器中使用的最先進的庫
- mamba 的核心部分是用 C++ 實現(xiàn)的拿诸，以實現(xiàn)最高效率
mamba使用方式和conda幾乎一樣
mamba.png
以cuda包為例:
mamba search cuda
mamba install cuda
mamba remove cuda
