Pytorch GPU 训练环境搭建
之前⼀直使⽤ Tensorflow 训练模型,第⼀次训练 Pytorch 模型的时候,发现速度很慢,仔细观察,发现 GPU 内存占⽤为 0,基本没有使⽤GPU。
测试 cuda 是否配置正确
重新安装 cuda
检测本地 GPU CUDA 版本 nvidia-smi
当前 torchvision0.10.0+cu101 版本必须是匹配的。如果版本不匹配,如上⾯的命令,则会出现错误
我们打开网站
https://download.pytorch.org/whl/torch_stable.htmlSorry, we were unable to generate a preview for this web page, because the following oEmbed / OpenGraph tags could not be found: description, image
查看所有版本
“cu101” 表示需要的 CUDA 版本
“torchvision-0.2.1” 可以看到我们可以适应的版本
其它字段信息,包含适配 python 版本,cpu 版本,或者是系统⽀持
如果安装还是报错的话
我们可以换下⾯这种安装⽅式
终于安装成功,满⼼欢⼼重新测试:
还是不对,这⼀次报错说我们的 CUDA 驱动版本太低了,⽽是 Pytorch 的版本和 CUDA 不匹配。
查看我们的 CUDA Version 为 10.0.130
再看下我们当前环境的 torch 版本
发现 1.8.0 版本对应的 CUDA 最低为 10.2 版本,确实⽐我们的要训练环境要高,重新调整我们本地虚拟环境版本,我们稍微降低⼀下版本,Torch 官⽹的版本只提供了 CUDA 9.2 和 CUDA 10.1 的版本,我的 CUDA 是 10.0 的。所以这里版本不对应导致 Torch.cuda 加速无法运行。
这⾥支持 10.0 版本为 1.2.0 版本,感觉有点低,升级⼀下 CUDA 版本到 10.1 版本
更多学习资料戳下方!!!
评论