目录
先看我装的环境:
pytorch torchvision python的版本对应:
使用conda命令指向清华源下载并总结经验
先看我装的环境:
测试:
import torch
print(torch.__version__)
print(torch.cuda.is_available())
两外cuda9 10 10.2都试过,均未能成功调起来GPU,本次好好调试一下,作为记录保存。
pytorch torchvision python的版本对应:
torchvision · PyPI
安装指定版本号,参考Previous PyTorch Versions | PyTorch:
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
使用conda命令指向清华源下载并总结经验
这中间多次下载失败,尝试的方式有逐个离线下载每个包安装、科学上网安装,最后用调整超时限制并改用清华源安装成功的,但过程依然是磕磕绊绊不断下载失败重新安装,过程历经3小时,甚是艰难啊。
这里总结一下,显卡配置好一点的好像直接pip安装就可以了,好像pip要快一些,但是我这里的1050使用pip命令安装这些包后,查看torch版本都是带cpu的,无论如何都调用不起来gpu,而我另外一个2060没有这种情况。
并且还有一个点挺奇怪,pip安装的是pytorch conda安装的是torch,且环境不能冲突。官网给的安装命令其实也是conda,因此可以先尝试pip,然后有问题就改用conda
下边给出conda超时设置和清华源设置:
conda config --set remote_read_timeout_secs 2000.0
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
安装完成后可以正常调用gpu训练了:
2G显存,yolov5s batch4 可以跑起来也算可以了