关于小新pro14 2021版本电脑在win11+cuda11.2环境下,mx450显卡安装pytorch过程参考

关于小新pro14 2021版本电脑在win11+cuda11.2环境下,mx450显卡安装pytorch过程参考

前言

不同的显卡都有其最兼容版本的cuda,而要在深度学习中使用pytorch必须安装gpu来进行加速。
但是根据网上若干文章来看,我总结出以下关于MX450显卡安装pytorch存在的若干问题

一、安装pytorch的步骤简述

  1. 安装前准备
    确认你的系统环境:确定你的操作系统是 Windows、macOS 还是 Linux,并了解你的硬件配置,尤其是是否有支持 CUDA 的 NVIDIA GPU。
    安装 Python:确保你的系统中已经安装了 Python。通常建议使用 Python 3.7 及以上版本。
  2. 访问 PyTorch 官网(https://pytorch.org/)。
    在官网首页,根据你的操作系统、Python 版本、是否使用 GPU 等条件,找到适合你的安装命令。
    例如:
    在 Windows 系统且使用 CPU,安装命令可能是:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

如果你有 NVIDIA GPU 且安装了 CUDA,安装命令会有所不同。假设你的 CUDA 版本是 11.2,在 Windows 系统且 Python 3.9,安装命令可能是:

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu112

二、存在的若干问题

1.安装cuda时,查看关于当前的cuda版本的几个注意点

使用 nvidia-smi命令查看使用最高的cuda版本,但是这个版本可能对你的显卡并不是最兼容的
也就是说,待安装的cuda版本应该>=12.6(这里的显卡驱动deiver version版本不用管没啥用)大家可以看到cuda版本显示的是12.6,但通过网上大多人测试后发现,11.1和11.2版本最兼容我们当前使用的显卡大家可以看到cuda版本显示的是12.6,但通过网上大多人测试后发现,11.1和11.2版本最兼容我们当前使用的显卡。
本人使用的是cuda版本为11.2。但当我们使用命令安装对应的pytorch包的时候我们可以使用11.1版本的python包,因为通过下载发现网上并没有11.2版本对应的包(可能是我没有找到)

2.并不是说你安装的cuda版本是11.2的时候,你就无法使用pytorch 11.1cuda的包

通过下载本人发现,使用如下命令下载包后会提示找不到这个版本对应的包

   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu112

如果,你仔细读了我上面讲述的问题后,你是不是会使用如下命令来进行安装?

   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu111

但是如果当你安装后使用如下命令来进行测试时,是不是可能得不到和我相同的结果

import torch

print(torch.cuda.is_available())  # cuda是否可用

print(torch.cuda.current_device())  # 返回当前设备索引

print(torch.cuda.device_count())  # 返回GPU的数量

print(torch.cuda.get_device_name(0))

在这里插入图片描述
如果你在第一个输出显示的时候,你可能输出的False。那么说明,你可能还是没有安装成功

3. 安装失败可能是因为包不全导致的

如果你有幸刷到本篇文章,你可能就只需要略微操作就可以成功安装好对应包,并且打印出期待的输出结果。
通过实验我发现,使用
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu111
此类命令安装的torch包大小非常小,大概也就200MB左右,但当我执行如下命令的时候,我发现下载大小竟然达到了3GB左右。因此,此时我怀疑是不是下载东西不全导致的,经过不懈努力,确实验证了我的想法。
在这里插入图片描述
这时由于刚开始安装的包不全,因此我们首先需要卸载原有的包,可以执行类似下面这种命令,防止接下来的操作会提示你已经安装过相同的包。

pip uninstall torch torchvision torchaudio

接下来,我使用如下命令进行安装pytorch包 https://download.pytorch.org/whl/torch_stable.html 在这个网页找对应自己版本的包,直接下载或者通过如下命令。

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

也许你会发现,无论使用哪种镜像源好像下载都超级慢。此时,你应该考虑使用迅雷来下载可能就仅仅只需要短短几分钟。

https://download.pytorch.org/whl/cu111/torch-1.9.1%2Bcu111-cp39-cp39-win_amd64.whl 

当安装的时候,进入文件下载目录对应的控制台,使用如下命令进行安装

pip install torch-1.9.1+cu111-cp39-cp39-win_amd64.whl

这里是本人目录下进行安装pytorch包供参考

总结

本文是通过本人在win11+cuda11.2环境下,安装pytorch过程中存在的主要问题,并通过探索发现对应的解决之道。本文仅供大家参考使用。

在Ubuntu 18.04系统中安装NVIDIA GeForce MX450显卡驱动时,如果遇到SecureBoot问题,首先需要在BIOS设置中关闭SecureBoot功能。SecureBoot是一种安全功能,它确保计算机启动过程的完整性,并且只加载可信的软件。但是,这个功能可能会阻止非Microsoft认证的驱动程序,如NVIDIA显卡驱动,被加载。以下是如何关闭SecureBoot的步骤: 参考资源链接:[Ubuntu 18.04 安装笔记:独显MX450驱动配置](https://wenku.csdn.net/doc/2ruetmu78h?spm=1055.2569.3001.10343) 1. 重启你的计算机,并在启动时进入BIOS设置。通常需要在启动时按F2、DEL或其他特定键,具体取决于主板制造商。 2. 在BIOS设置菜单中找到SecureBoot选项,将其设置为Disabled或Off。 3. 保存更改并退出BIOS设置。 4. 计算机将会重启,并且在启动过程中你可能需要确认关闭SecureBoot的决定。 关闭SecureBoot后,应该可以正常安装NVIDIA GeForce MX450显卡驱动。安装过程中可能还需要禁用NVIDIA内建的开源驱动nouveau,以避免与NVIDIA专有驱动冲突。可以通过在启动时添加启动参数`nouveau.modeset=0 nomodeset`来实现。 安装完成后,建议更系统和显卡驱动到最版本,以确保最佳性能和稳定性。可以使用如下命令安装NVIDIA驱动: ```bash sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update sudo apt install nvidia-driver-XXX # 替换XXX为当前支持MX450的驱动版本号 ``` 安装完成后,重启系统,并使用`nvidia-smi`命令来验证驱动是否正确安装并工作。 如果你在关闭SecureBoot后仍遇到问题,建议查阅官方文档或社区论坛获取更多帮助,或重启动到BIOS设置,检查是否有其他与安全或启动相关的设置需要调整。为了深入了解Ubuntu 18.04安装与配置NVIDIA显卡驱动的全过程,推荐参阅《Ubuntu 18.04 安装笔记:独显MX450驱动配置》。这本书详细记录了从准备安装到驱动安装、系统配置的每一步骤,包含了丰富的故障排除指南,适合希望深入了解NVIDIA驱动安装过程的用户。 参考资源链接:[Ubuntu 18.04 安装笔记:独显MX450驱动配置](https://wenku.csdn.net/doc/2ruetmu78h?spm=1055.2569.3001.10343)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值