admin 管理员组文章数量: 887016
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/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/rdp/cudnn-archive
CUDA：https://developer.nvidia/cuda-toolkit-archive
CUNA官方文档：https://docs.nvidia/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/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
网站：https://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/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu/anaconda/pkgs/main/
conda config --set show_channel_urls yes
一定要有这一步，除非你有科学上网工具，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。
版权声明：本文标题：Win10+VS2017+Pytorch-gpu+cude10.0+cudnn7.5环境搭建 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1726840166h1037558.html， 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。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论