Window 10 下 pytorch 安装(CUDA加速)

本人设备情况:Window10操作系统,显卡GTX750Ti(2G),另一张显卡HD 6570 (2G)。

A卡用来接显示器,N卡用来计算。两张显卡驱动都成功安装,没有发生冲突的情况。

首先是按照第一篇参考文献中的内容下载与显卡驱动版本,与操作系统类型以及位数(32/64) 匹配 的CUDA,然后进行安装,下载地址见参考文献2,N卡是否支持CUDA加速以及算力的查询见参考文献3。

第二部安装CUdnn,具体需要到参考文献4中进行下载,可能需要注册然后填写一个问卷。注意下载与CUDA版本匹配的Cudnn,然后将下载的内容解压到Cuda安装目录下的一个地方。

第三步安装pytorch,到参考文献5安装pytorch各项都匹配的pytorch,这里我用主流的conda工具进行安装。

建议安装在conda的虚拟环境之中

验证安装是否成功:

如何在jupyter notebook中对安装了pytorch的虚拟环境使用呢?

直接在anaconda 根用户中安装,nb_conda,基本上就可以了。

如果还不可以的话,再于装cuda加速pytorch的虚拟环境中安装ipykernel,就可以了。

references:

CUDA Toolkit 与 Pytorch 安装过程的一些坑

首先区别显卡驱动和CUDA Toolkit, 首先显卡做为一个硬件,需要驱动软件,才能保障显卡的基本正常工作。

在显卡驱动安装完成的基础上,再安装CUDA Toolkit 才能支持并行计算。但是显卡驱动版本和CUDA Toolkit版本之间是有要求的。

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

我之前装了半天pytorch,但是一直无法检查到cuda设备就是因为这个原因。

如何查看cuda版本以及驱动版本。

查看CUDA(将路径已经写入环境变量)

nvcc -V

查看显卡驱动版本

dpkg –list | grep nvidia-* 或者 cat /proc/driver/nvidia/version

我所使用的服务器cuda 版本是9.1, 显卡驱动版本时390,作为一个非管理员用户勉勉强强可以再自动的用户目录下成功装上支持GPU加速有的pytorch版本(0.4.1)。但是pytorch版本1.3都已经出来了,就想着可不可以再自己的用户目录下装一个高版本的CUDA ,然后用新版本的pytorch,那岂不是爽歪歪?

以下为尝试过程,但是失败了

原因是服务器的显卡驱动版本过低(390),与CUDA10.1版本不匹配,因此即使成功装上了pytorch 1.3,也检测不到cuda设备。

失败过程如下,如果你所使用的服务器显卡驱动版本较高,而你又是非管理员用户,又想用新版本pytorch的可以尝试一下。

https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

下载CUDA Toolkit ,并安装,注意不要安装驱动的选项,因为你没有劝降,并且将其他安装路径都设置再用户目录以及子目录。

再自己目录下安装好CUDA10.1之后,要将CUDA相关的一些环境变量写入,以方便后续conda安装pytorch。可以参考这篇博客

接着利用conda创建虚拟环境进行pytorch安装,详见我的另一篇博客

https://pytorch.org/get-started/locally/

安装之后就是失败啦,torch.cuda.is_avialible() 返回的结果时False。

原因时服务器显卡驱动版本为390,而CUDA Toolkit 10.1要求显卡驱动版本>=418,只能让管理员去升级显卡版本啦。

Ubuntu 16.04 Cuda 9.1 安装支持gpu加速的pytorch

环境:Ubuntu 16.04 ,cuda 9.1,并且预装好了对应的Cudnn,如果服务器是多用户使用,这些是管理员完成的操作。

对于非root非管理员的用户,首先在自己的根目录下安装好Anaconda 3,网上有很多教程,安装anaconda3 也比较简单,不展开说了。

将系统根cuda的路径,配置到用户的环境变量中

然后用 source ~/.bashrc 来使用配置好的环境变量

接着使用conda包管理工具来安装gpu版本的pytorch

在之前将conda源改为国内的清华镜像源,这样下载过程中比较快。

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config –set show_channel_urls yes

利用conda包管理工具,创建一个名称为pytorch-gpu的虚拟环境,虚拟环境的python版本设置为3.6.

conda create -n pytorch-gpu python=3.6

进入虚拟环境中

source activate  

切换虚拟环境

conda activate pytorch-gpu

安装pytorch,这里安装版本匹配需要和pytorch匹配,因为cuda9.1不支持新版本的pytroch,安装版本不匹配则无法用cuda成功加速。

pip install torch==0.4.1

pip install torchvision==0.2.2

安装完成后则可以验证一下是否可用。

参考资料:

Ubuntu18.02下Docker+WordPross+MySQL 环境搭建

本人近来在阿里云上搞了一台云主机,然后想用来搭建个人博客,用于记录所学所想。

下面简单介绍一下搭建的过程。

建议环境搭建过程使用root账号或者管理员账号。

首先是利用阿里云的源安装docker-ce

apt update # apt full-upgrade -y

# apt install apt-transport-https ca-certificates curl software-properties-common -y

# curl -fsSL http://mirrors.cloud.aliyuncs.com/docker-ce/linux/ubuntu/gpg | apt-key add –

# add-apt-repository \ “deb [arch=amd64] http://mirrors.cloud.aliyuncs.com/docker-ce/linux/ubuntu \ $(lsb_release -cs) \ stable”

# apt update

# apt install docker-ce -y

运行命令docker -v

查看docker的版本号,显示出了版本号说明安装成功。

然后从docker库,下载wordpress和mysql的镜像

docker pull wordpress:latest

docker pull mysql:5.6

这里选取了5.6版本的mysql,本人尝试过安装最新8.1版本的mysql,但是后续建站会报错,因此选择了一个比较稳定的版本。

接下来在docker启动容器

docker run -d –name wp_mysql -v /root/mysql-data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=你的密码 mysql:5.6

参数解释, docker run 表示运行容器;末尾的mysql:5.6表示将之前下载好的镜像在该容器中运行,并且将这个容器命名为wp_myusql; -d表示后台运行,而不是交互式运行的状态。 -e MYSQL_ROOT_PASSWORD=你的密码:指定容器的环境参数,此处初始化mysql的root密码; -v /root/mysql-data:/var/lib/mysql 表示将宿主机的目录 /root/mysql-data 挂载到容器中的 /var/lib/mysql 目录下。

docker run –name wp_wordpress -d -p 80:80 –link wp_mysql:mysql -v /root/wordpress-html:/var/www/html wordpress

大功告成

一些其他命令

docker ps -l

docker stop

docker rm

参考文献

https://my.oschina.net/taadis/blog/1569239