在电脑桌面,点击NVIDIA 控制面板选项。并点击系统信息以进行NVIDIA显卡的CUDA适用版本查看。并通过组件中的NVCUDA64.DLL中的产品名称,找到合适的CUDA版本(如图该机器适用的版本为11.1)。
随后,找到合适自己电脑的CUDA版本后,下载对应的CUDA(官网)。选取对应版本,以及操作系统等内容并下载,下载完成后双击安装即可。
安装完成后,在环境变量中添加以下内容:
CUDA_PATH = "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1";
CUDA_BIN_PATH = "%CUDA_PATH%\bin";
CUDA_LIB_PATH = "%CUDA_BIN_PATH%\lib\x64";
CUDA_PATH_NVCC = "%CUDA_PATH%\libnvvp";
CUDA_SDK_PATH = "C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1";
CUDA_SDK_BIN_PATH = "%CUDA_SDK_PATH%\bin\win64";
CUDA_SDK_LIB_PATH = "%CUDA_SDK_PATH%\common\lib\x64"
Windows 安装 torch+cuda
确定需要安装的 Pytorch 版本,通过下述命令进行 cuda 版本的安装:
pip3 install torch==1.13.0+cu117 torchvision==0.14.0+cu117 torchaudio===0.13.0+cu117 -f https://download.pytorch.org/whl/cu117/torch_stable.html
指令 | 作用 |
---|---|
-h,--help | 查看帮助信息 |
-F,--onefile | 产生单个的可执行文件 |
-D,--onedir | 产生一个目录(包含多个文件)作为可执行程序 |
-a,--ascii | 不包含 Unicode 字符集支持 |
-d,--debug | 产生 debug 版本的可执行文件 |
-w,--windowed,--noconsolc | 指定程序运行时不显示命令行窗口(仅对 Windows 有效) |
-c,--nowindowed,--console | 指定使用命令行窗口运行程序(仅对 Windows 有效) |
-o {output_dir},--out={output_dir} | 指定 spec 文件的生成目录。如果没有指定,则默认使用当前目录来生成 spec 文件 |
-p {output_dir},--path={output_dir} | 设置 Python 导入模块的路径,也可使用路径分隔符(Windows 使用分号,Linux 使用冒号)来分隔多个路径 |
-n {Name},--name={Name} | 指定项目(产生的 spec)名字。如果省略该选项,那么第一个脚本的主文件名将作为 spec 的名字 |