筆記本配置win10+cuda 10 + pytorch

我的老准系統P150EM 3940XM+ 980M，本來裝的是win server2012R2用來游戲，網銀，現在用來做點正事。學一學pytorch

目前20200815，pytorch最高只支持到 cuda10.2：

https://pytorch.org/

 

 

1下載安裝vs2019

cuda還都是要C編譯器的

https://www.cnblogs.com/xuanmanstein/p/13508067.html

 

 

2下載安裝cuda

cuda的操作系統只支持 win10 或者win server 2016 2019  

所以只好把系統重裝成win10

然后，安裝顯卡驅動 980M需要改inf

https://www.cnblogs.com/xuanmanstein/p/13507769.html

，下載安裝 10.2

http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_441.22_win10.exe

居然要2G，想當年只有不到1G

 安裝時選擇不安裝驅動

也沒安裝vs，反正現在也都是直接調用pytorch，不自己寫cuda的C代碼了

設置PATH

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

 

3 下載安裝cuDNN

https://developer.nvidia.com/rdp/cudnn-archive

 

https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.0.3.33/11.0_20200825/cudnn-11.0-windows-x64-v8.0.3.33.zip

 

為了保險，安裝個低版本的 7.6.5.32

https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/10.2_20191118/cudnn-10.2-windows10-x64-v7.6.5.32.zip

 

 

 

復制到bin include lib文件夾到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

下

 

4 安裝pythorch

 

https://pytorch.org/

在官網上選配置，得到相應的命令行，我沒裝conda 用的pip

pip install torch===1.6.0 torchvision===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

結果發現下載 cuda版本的torch whl太慢，這1G需要下11個小時

pip忘記切換國內源了：

 但是換完也還要1小時，不能忍

直接用迅雷下載：

https://download.pytorch.org/whl/cu102/torch-1.6.0-cp38-cp38-win_amd64.whl

啟動 power shell。 

這里要說明一下，torch在使用時會利用numba臨時編譯為C，需要寫臨時文件。但是win10的權限系統好像有限制。最好還是不用admin權限啟動控制台了

 

直接

 

pip install torch-1.6.0-cp38-cp38-win_amd64.whl

 

 然后再運行一次

 

pip install torch===1.6.0 torchvision===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html