干货分享|PyTorch 2.0 GPU开发环境搭建

在搭建PyTorch深度学习开发环境时,Python运行环境安装完毕后,接下来的重点就是安装PyTorch 2.0。由于CPU版本的PyTorch相对GPU版本的PyTorch来说,运行速度较慢,我们推荐安装GPU版本的PyTorch。

1. Nvidia 10/20/30/40系列显卡选择的GPU版本

由于40系显卡的推出,目前市场上会有Nvidia 10、20、30、40系列显卡并存的情况。对于需要调用专用编译器的PyTorch来说,不同的显卡需要安装不同的依赖计算包,我们在此总结了不同显卡的PyTorch版本以及CUDA和cuDNN的对应关系,如下图所示。

图片

注意:这里的区别主要在于显卡运算库CUDA与cuDNN的区别,当在20/30/40系列显卡上使用PyTorch时,可以安装11.6以上版本以及cuDNN 8.1以上版本的计算包,而在10系列版本的显卡上,建议优先使用2.0版本以前的PyTorch。

下面以CUDA 11.7 + cuDNN 8.2.0组合为例,演示完整的PyTorch 2.0 GPU Nvidia运行库的安装步骤,其他不同版本CUDA+cuDNN 组合的安装过程基本一致。

2. PyTorch 2.0 GPU Nvidia运行库的安装

从CPU版本的PyTorch开始深度学习之旅完全是可以的,但不是作者推荐的方式。相对于GPU版本的PyTorch来说,在运行速度方面CPU版本存在着极大的劣势,很有可能会让读者的深度学习止步于前。

如果读者的电脑不支持GPU,可以直接使用PyTorch 2.0 CPU版本的安装命令:

pip install numpy --pre torch torchvision torchaudio --force-reinstall --extra-index-url https://download.pytorch.org/whl/nightly/cpu

如果读者的电脑支持GPU,则继续下面本小节的重头戏,PyTorch 2.0 GPU版本的前置软件的安装。对于GPU版本的PyTorch来说,由于调用了NVIDA显卡作为其代码运行的主要工具,因此额外需要NVIDA提供的运行库作为运行基础。

对于PyTorch 2.0的安装来说,最好根据官方提供的安装代码进行安装,如下图所示。在这里PyTorch官方提供了两种安装模式,分别对应CUDA 11.7与CUDA 11.8。

图片

从图中可以看到,这里提供了两种不同的CUDA版本的安装,作者经过测试,无论是使用CUDA 11.7还是CUDA 11.8,在PyTorch 2.0的程序编写上没有显著的区别,因此读者可以根据安装配置自行选择。下面以CUDA 11.7为例讲解安装的方法。

(1)CUDA的安装。在百度搜索CUDA 11.7 download,进入官方下载页面,选择合适的操作系统安装方式(推荐使用local本地化安装方式),CUDA下载页面如图2.18所示。

图片

此时下载的是一个.exe文件,读者自行安装,不要修改其中的路径信息,使用默认路径安装即可。

(2)下载和安装对应的cuDNN文件。cuDNN的下载需要先注册一个用户,相信读者可以很快完成,之后直接进入下载页面,如下图所示。注意:不要选择错误的版本,一定要找到对应的版本号,另外,如果使用的是Windows 64位的操作系统,那么直接下载x86版本的cuDNN即可。

图片

下载的cuDNN是一个压缩文件,将其解压到CUDA安装目录,如下图所示。

(3)配置环境变量,这里需要将CUDA的运行路径加到环境变量Path的值中,如下图所示。

图片

  如果cuDNN是使用exe文件安装的,那这个环境变量自动就配置好了,读者只要打开系统的环境变量窗口验证一下即可,如下图所示。

图片

(4)安装PyTorch及相关软件,对应CUDA 11.7的安装命令如下:

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

如果读者直接安装Python,没有安装Miniconda、Anaconda,则PyTorch安装命令如下:

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

3. 验证PyTorch 2.0 GPU是否安装成功

完成PyTorch 2.0 GPU版本的安装后,接下来验证一下PyTorch是否安装成功。

import torch

print(torch.__version__)

print(torch.cuda.is_available())

print("是否可用:", torch.cuda.is_available())        # 查看GPU是否可用

print("GPU数量:", torch.cuda.device_count())        # 查看GPU数量

print("torch方法查看CUDA版本:", torch.version.cuda)# torch方法查看

CUDA版本

print("GPU索引号:", torch.cuda.current_device()) # 查看GPU索引号

print("GPU名称:", torch.cuda.get_device_name(0)) # 根据索引号得到GPU名称

上面代码运行结果如下,可验证PyTorch 2.0 GPU版本已经安装成功了。

C:\Users\xiayu\AppData\Local\Programs\Python\Python39\python.exe C:\Users\xiayu\PycharmProjects\PyTorch2.0深度学习从零开始学-源码\第二章\testGPU.py

2.0.1+cu117

True

是否可用:True

GPU数量:1

torch方法查看CUDA版本:11.7

GPU索引号:0

GPU名称:NVIDIA GeForce RTX 3060 Laptop GPU

Process finished with exit code 0

本文节选自《PyTorch 2.0深度学习从零开始学》,这本书内容包括PyTorch概述、开发环境搭建、基于PyTorch的MNIST分类实战、深度学习理论基础、基于PyTorch卷积层的MINIST分类实战、PyTorch数据处理与模型可视化、实战ResNet、有趣的word embedding、基于RNN的中文情感分类实战、自然语言处理的编码器、站在巨人肩膀上的预训练模型Bert、自然语言处理的解码器、基于PyTorch的强化学习实战、基于MFCC的语音唤醒实战、基于PyTorch的人脸识别实战。实战案例丰富,可带领读者快速掌握深度学习算法及其常见案例。

PyTorch 2.0深度学习从零开始学(人工智能技术丛书)——京东

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/506778.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

java数据结构与算法刷题-----LeetCode127. 单词接龙

java数据结构与算法刷题目录(剑指Offer、LeetCode、ACM)-----主目录-----持续更新(进不去说明我没写完):https://blog.csdn.net/grd_java/article/details/123063846 文章目录 广度优先双分裂蛇 广度优先双分裂蛇 解题思路:时间复…

前端学习<二>CSS基础——15-Sass入门

Sass简介 大家都知道,js 中可以自定义变量,css 仅仅是一个标记语言,不是编程语言,因此不可以自定义变量、不可以引用等等。 面对这些问题,我们现在来引入 Sass,简单的说,他是 css 的升级版&am…

1.10 类、方法、封装、继承、多态、装饰器

一、介绍类 类(class): 用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例 实例化:创建一个类的实例,类的具体对象。 对象:通过类定义的数据结构实例。对象包括两个数据成员&#x…

mysql 本地电脑服务部署

前提: 下载mysql 新建配置文档 在安装mysql目录新建 my.ini [mysqld] # 设置3306端口 port3306#设置mysql的安装目录 basedirC:\Program Files\MySQL\MySQL Server 8.3 #切记此处一定要用双斜杠\\,单斜杠我这里会出错,不过看别人的教程,有…

使用Pilotfish扩展Sui执行能力

Pilotfish第一个多机智能合约执行引擎,使Sui网络的验证节点可以利用多台机器,并在负载增加时自动扩展以执行更多的交易。这一目标实现不会影响可靠性或功能完整性。 Pilotfish可以从内部执行机器的故障中恢复,并支持Sui的全面动态操作。其流…

openstack云计算(一)————openstack安装教程,创建空白虚拟机,虚拟机的环境准备

1、创建空白虚拟机 需要注意的步骤会截图一下,其它的基本都是下一步,默认的即可 ----------------------------------------------------------- 2、在所建的空白虚拟机上安装CentOS 7操作系统 (1)、在安装CentOS 7的启动界面中…

杨元庆:AI是创新者的赛跑,必须打造自研自创产品

在2024/25财年誓师大会上,联想集团董事长兼CEO杨元庆宣布公司未来十年的新使命——引领人工智能变革。在杨元庆看来,这次誓师大会吹响了联想第五个十年征程集结号:在联想稳健穿越周期、恢复增长,迎来成立40周年的里程碑时刻&#…

【嵌入式智能产品开发实战】(十二)—— 政安晨:通过ARM-Linux掌握基本技能【C语言程序的安装运行】

目录 程序的安装 程序安装的本质 在Linux下制作软件安装包 政安晨的个人主页:政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: 嵌入式智能产品开发实战 希望政安晨的博客能够对您有所裨益,如有不足之处,欢迎在评论区提出指正&#xf…

机器学习 -- 随机森林DEMO

场景 之前看一些歌手或者演员选取节目的时候,上面不是一个评委,少则三五个,多则几十个,当做重要决定时,大家可能都会考虑吸取多个专家而不只是一个人的意见。机器学习也是一样的,机器学习中分为两种&#…

开源AI引擎:自然语言处理技术在人岗匹配中的应用

一、应用场景介绍 如何从海量的求职者中精准地匹配到合适的候选人,是每个人力资源部门都需要解决的问题。自然语言处理(NLP)技术的发展为人岗匹配提供了新的解决方案。通过信息抽取和文本分类技术,企业可以更高效地分析职位描述和…

数据结构堆

前言: 在前面我们已经学习了数据结构的基础操作:顺序表和链表及其相关内容,今天我们来学一点有些难度的知识——数据结构中的二叉树,今天我们先来学习二叉树中堆的知识,这部分内容还是非常有意思的,下面我们…

苹果App上架指南

苹果上架要求是苹果公司对于提交应用程序到苹果商店上架的要求和规定。这些要求主要是为了保证用户体验、应用程序的质量和安全性。以下是苹果上架要求的详细介绍:1. 应用程序的内容和功能必须符合苹果公司的规 苹果上架要求是苹果公司对于提交应用程序到苹果商店上…

APS54083 大功率深度调光降压恒流驱动IC PWM 线性调光 车灯IC

特点 ◆ 宽输入电压范围:5V~100V ◆ 可设定电流范围:10mA~2000mA ◆ 固定关断时间控制 ◆ 内置抖频电路,降低对其他设备的 EMI 干扰 ◆ 过温保护 ◆ 调光功能:线性调光/PWM 调光 ◆ PWM 调光深度小于…

机器学习——卷积的变种

机器学习——卷积的变种 卷积神经网络(Convolutional Neural Networks, CNNs)是深度学习领域中最重要的技术之一,它在图像处理、语音识别、自然语言处理等领域取得了巨大成功。在CNN中,卷积层是最核心的组成部分之一,…

【解决方案】荣耀系统Android8.0 system目录Read-only file system

本来以为直接把Charles证书改成系统证书格式,然后通过mt管理器root之后移动到系统证书目录就行了,结果访问baidu仍然显示网络错误,折腾一晚上。安装为用户证书,又与系统证书冲突。 手机型号:荣耀v10 EMUI&#xff1a…

ALPHA开发板上的PHY芯片驱动:LAN8720驱动

一. 简介 前面文章了解到,Linux内核是有提供 PHY通用驱动的。 本文来简单了解一下ALPHA开发板上的 PHY网络芯片LAN8720的驱动。是 LAN8720芯片的公司提供的 PHY驱动。 二. ALPHA开发板上的PHY芯片驱动:LAN8720驱动 我 们 来 看 一 下 LAN8720A 的 …

Linux系统下安装ElasticSearch

一、228环境ES使用安装 1、检验ES服务是否安装成功的方法 (1)查看Elasticsearch进程是否成功 ps -ef|grep elasticsearch (2)linux elasticsearch下访问(curl带认证访问) curl --user elastic:Zhes.13…

基于ssm的企业台账管理平台(java项目+文档+源码)

风定落花生,歌声逐流水,大家好我是风歌,混迹在java圈的辛苦码农。今天要和大家聊的是一款基于ssm的企业台账管理平台。项目源码以及部署相关请联系风歌,文末附上联系信息 。 项目简介: 管理员:首页、个人…

使用argocd作为cd流程

一、前言 讲述关于argocd在cicd流程中的使用,ci这里使用gitlabjenkins流水线的方式,jenkins用于拉代码打包、构建镜像、变更yaml文件的镜像、推送变更的yaml文件到gitlab的gitops仓库中,最后再有argocd实现cd流程, 二、使用 关于…

抢占AI算力头筹,宁畅发布全局智算新战略AI算力栈

1、在以大模型为焦点的新一轮AI竞赛中,智能计算作为推动产业发展的关键引擎,已经不再局限于算力性能这一单一竞争要素。 2、算法协同优化、数据处理能力、模型可解释性以及与特定行业应用的融合度,都成为了智能计算能否成功推动技术创新和实际…