pytorch卸载cuda+cudnn并重新配置GPU环境,亲测有效

pytorch卸载cuda+cudnn

一、卸载cuda

进入【控制面板】,点击【卸载程序】

将红色框中带版本号的都卸载

二、删除cudnn配置

1、进入安装路径

将以下版本号文件直接删除

pytorch配置GPU环境

一、查看支持的cuda最高版本

1、win+r,输入cmd,【回车】进入命令行窗口

2、在命令行输入 nvidia-smi

bash 复制代码
nvidia-smi

发现,最高支持版本为11.7(在安装时需要选择小于等于11.7版本的cuda)

二、安装cuda

cuda官网

1、选择对应版本的cuda进行下载(我选择下载了11.7.1版本的)

点进去后,下载在线的安装包,该安装包比较小

安装包如下

双击运行安装包,前面的都默认,这一步选择【自定义安装】

如果是第一次安装,则所有的都打勾;像我一样,是第n次安装,则只勾选第一个

后面都是默认,下一步,等待安装完成即可。

2、配置环境变量(默认是配置好了的,没有的自己加上)

右键【此电脑】→点击【属性】→点击【高级系统设置】→点击【环境变量】,在【系统变量】中

首先是这两个路径

其次是path下的几个路径

包括以下几个路径

3、测试cuda是否安装成功

在命令行输入nvcc -V,出现以下版本信息,即为成功

bash 复制代码
nvcc -V

三、安装cudnn

cudnn官网

1、登录cudnn后,选择对应版本的进行下载。

我的cuda是11.7,因此下载最新windows版本的11.x的cudnn就行。

下载后,进行解压

将对应文件夹的文件分别复制到CUDA安装目录 同名文件夹下

2、测试cudnn是否安装成功(网上说的方法,不知真假)

通过cmd打开命令行终端,步骤同上,在终端输入nvidia-smi,返回GPU型号则安装成功

四、在anaconda中创建新的虚拟环境

1、选择对应python版本
cuda对应python版本关系

可以发现,cuda11.7对应的pytorch、python等版本,因为我要用pytorch2.x,对应的python3.8,3.11,我选择python3.10

2、创建虚拟环境

创建环境名为pytorch_two,python版本为3.10.0的虚拟环境

bash 复制代码
conda create -n pytorch_two python=3.10.0

创建后进入虚拟环境

bash 复制代码
conda activate pytorch_two

五、安装GPU版本的pytorch、torchvision、torchaudio

1、查找对应版本
官网对应版本关系

Ctr+F搜索 需要安装的pytorch版本(2.0.1),找到windows下cuda版本(11.7)对应的torchvision版本(0.15.2)、torchaudio版本(2.0.2)

2、下载torch、torchvision、torchaudio
注意: 不要用国内源(清华源)下载!!源里都是CPU版本的,没法用。。。

建议使用pip安装,conda安装很可能会安装为cpu版本。
下载网站

下载GPU版本的torch,分别点击进去后Ctrl+F搜索,找到对应版本组件下载即可



下载好的组件

在刚刚新建的anaconda虚拟环境中本地安装这3个组件。

依次运行以下3条命令

bash 复制代码
pip install F:\pytorch_whl\torch-2.0.1+cu117-cp310-cp310-win_amd64.whl
pip install F:\pytorch_whl\torchaudio-2.0.2+cu117-cp310-cp310-win_amd64.whl
pip install F:\pytorch_whl\torchvision-0.15.2+cu117-cp310-cp310-win_amd64.whl

安装成功后,依次运行下面的命令,输出True后,大功告成!!!

bash 复制代码
python
import torch
torch.cuda.is_available()

也可以在pycharm中运行以下命令进行测试

bash 复制代码
import sys
import torch
from torch.backends import cudnn

# 返回已经安装的Python版本
print(sys.version)

# 返回已经安装的PyTorch版本
print(torch.__version__)

# 返回True则表示已经安装了cuda
print(torch.cuda.is_available())

# 返回True则说明已经安装了cudnn
print(cudnn.is_available())
相关推荐
孟健2 分钟前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
wuyk55519 分钟前
Spider-第16讲-线程池与竞态问题
大数据·爬虫·python·elasticsearch·搜索引擎
stormzhangV21 分钟前
Google 重返第一梯队
人工智能·google·aigc
十有八七42 分钟前
手搓 Agent(五):学会翻书——RAG,先查资料再回答
前端·人工智能·后端
阿里云大数据AI技术1 小时前
阿里云 Milvus 场景中心|一键部署你的AI应用
人工智能
京东云开发者1 小时前
Agent 研发工作系统:面向多需求并行端到端开发的设计与实践
人工智能
IT大白鼠2 小时前
当 AI 开始自动化渗透:FBI ARTEX 警报的防守对策
运维·人工智能·自动化
进击的丸子3 小时前
1126B的Demo实操——虹软ArcFace SDK(RV1126BP ARM64 V5.0)交叉编译与运行指南
人工智能·程序员·代码规范
独隅3 小时前
Cann-Samples 实战应用与场景落地指南
人工智能·cann·cann-samples
阿里云大数据AI技术3 小时前
让 Agent 学会诊断 Elasticsearch:一套证据绑定的智能运维方法论
人工智能