由于訓練超解析度影像重建，需要在Pytorch的框架下進行模型訓練，開始著手于Pytorch的安裝，跌跌撞撞的嘗試了好多種方法，以下總結以下最有效的菜鳥級別的Pytorch框架的搭建以及安裝，
1、CUDA的安裝與測驗
1.1 cuda適配版本查詢
CUDA是用于GPU計算的開發環境，它是一個全新的軟硬體架構，可以將GPU視為一個并行資料計算的設備，對所進行的計算進行分配和管理， 在CUDA的架構中，這些計算不再像過去所謂的GPGPU架構那樣必須將計算映射到圖形API（OpenGL和Direct 3D）中，因此對于開發者來說，CUDA的開發門檻大大降低了，
安裝cuda首先要查看電腦的cuda適配版本,首先在電腦的搜索框搜索NVIDIA Control Panel
進入后點擊左下角系統資訊->組件->找到NVCUDA64.DLL,圖如下：
可以看到自己電腦所能下載的cuda版本的最大版本，于是開始下載適配的cuda版本，
1.2 cuda的下載安裝
首先進入cuda官網：CUDA Toolkit Archive | NVIDIA Developer
選擇自己適配的CUDA toolkit 點擊展開，選擇windows作業系統，具體選擇如下圖，即可完成下載安裝
下載完成，安裝時安裝路徑可以自己選擇一個自己知道的安裝路徑，然后直接按照安裝的默認直接一直下一步即可完成，
1.3對cuda是否安裝完成進行測驗
windows+R打開運行框，輸入cmd，進入終端，輸入nvcc -V，出現以下結果：
即為安裝成功，
2、CUDNN的安轉與測驗
2.1 CUDNN的安裝
CUDNN：是NVIDIA打造的針對深度神經網路的加速庫，是一個用于深層神經網路的GPU加速庫，如果你要用GPU訓練模型，CUDNN不是必須的，但是一般會采用這個加速庫，總結. 簡單來說，CPU適合串行計算，擅長邏輯控制， GPU擅長并行高強度并行計算，適用于AI演算法的訓練學習， CUDA 是NVIDIA專門負責管理分配運算單元的框架. CUDNN是用于深層神經網路的gpu加速庫，進入cudnn的官方下載網站：NVIDIA cuDNN | NVIDIA Developer
但是官方下載避免不了要注冊然后登錄才能到下載的版本選擇界面，因為是外網可能需要翻墻，不然進不去，網速非常慢，這里推薦一種其他的下載方法：
首先點擊cuDNN Archive | NVIDIA Developer進入到cudnn的版本選擇界面，找到自己適配cuda的cudnn版本，然后點擊展開
找到cuDNN Library for Windows（x86） 滑鼠右鍵選擇復制鏈接，打開一個下載器，這里推薦迅雷下載器，打開迅雷下載器輸入鏈接即可自動下載
雖然下載稍慢，但是可以下載，避免了翻墻注冊的麻煩，下載完成后解壓，將解壓檔案中的bin，include，lib三個檔案復制，然后進入cuda的安裝目錄下面，我這里是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1，然后點擊粘貼覆寫，具體流程圖如下：
復制以下三個檔案：
在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1檔案夾下粘貼覆寫
接著進行環境變數的配置，打開控制面板->系統和安全->系統->高級系統設定->高級->環境變數找到path點擊編輯
進入后點擊新建，輸入C:\Program Files\NVIDIA Corporation\NVSMI
然后全部點確認（一定要點確認），即可安裝成功cudnn，
2.2 CUDNN的測驗
windows+R并輸入cmd打開命令提示符鍵入nvidia-smi，看到以下結果：
即安裝成功，
3、pytorch的安裝與測驗
3.1 pytorch的安裝
pytorch在python的具體模塊是torch所以安裝pytorch就是在安裝torch包，具體步驟如下：
創建一個虛擬環境下載torch
conda create -n pytorch python==3.7 創建一個基于python3.7的名為pytorch的虛擬環境
環境，當出現
時，鍵入y即可創建虛擬環境，
進入虛擬環境下載pytorch
conda activate pytorch(虛擬環境名稱)
然后鍵入
pip install torch===1.8.0 torchvision===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html開始下載torch，即可完成下載任務，
3.2 pytorch的測驗
打開cmd面板鍵入python進入python環境，輸入
import torch
print(torch.__version__)結果顯示了對應的pytorch版本，說明已經安裝成功，驗證pytorch是否能正常呼叫cuda，接著上面的輸入
print(torch.cuda.is_available()) 得到TRUE，如果得到FALSE則說明cuda的版本與pytorch 的版本不適配，具體的適配問題請查看下圖：
希望能對大家有所幫助！
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/348640.html
標籤：python
下一篇：Onclick按鈕，狀態不會改變