win10+torch1.2+cuda10.0安装DCNv2

本文介绍如何使用Visual Studio 2017成功编译DCNv2代码,包括下载源代码、设置环境及编译步骤。尝试过多个版本的VS,只有VS2017能顺利编译。

vs2013,vs2015,vs2019都试了,均不成功,只能用vs2017只能用vs2017只能用vs2017

首先到这里下载DCNv2的代码:

https://github.com/lbin/DCNv2

vs2017安装的时候要附带Windows sdk,应该随便选一个就行了

刚开始按照这个方法来进行:

https://github.com/lbin/DCNv2

因为之前恰好把vs2017卸载了,就用2015试了一下,各种报错,然后又用vs2019,还是报错,最后无奈之下安装了vs2017,这次终于成功了,而且方法很简单,不用设置环境变量,经测试下面的步骤是多余的:

添加环境变量:

  • INCLUDE=“D:\Windows Kits\10\Include\10.0.16299.0\ucrt;D:\Windows Kits\10\Include\10.0.16299.0\shared”
  • LIB=“D:\Windows Kits\10\Lib\10.0.16299.0\um\x64;D:\Windows Kits\10\Lib\10.0.16299.0\ucrt\x64”
  • PATH+= “C:\Program Files (x86)\Windows Kits\10\bin\10.0.16299.0\x64”

只需要打开vs2017的控制台就行了,在开始菜单里面依次选择:[visual studio 2017] -> [x64 Native Tools Command Prompt for VS 2017]

或者在这个路径也可以找到“C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio 2017\Visual Studio Tools\VC\x64 Native Tools Command Prompt for VS 2017”

然后在命令行输入(cd 的路径是你下载的源代码的路径,我的源代码放在D:\code\Python\DCNv2-master)

d:
cd D:\code\Python\DCNv2-master
python setup.py build develop

在这里插入图片描述

<think>好的,我现在需要帮用户查找PyTorch 1.2版本兼容的CUDA版本。首先,我应该回忆一下PyTorch的版本发布历史,或者是否有官方文档明确说明各个版本对应的CUDA支持情况。根据用户提供的引用内容,比如引用[3]提到CUDA版本需要与PyTorch匹配,而引用[4]则提到了安装时指定cudatoolkit版本,这说明版本对应关系很重要。 接下来,我应该查看PyTorch的官方发布说明。PyTorch通常会在其官方网站或GitHub上提供版本兼容性信息。例如,PyTorch 1.2是一个相对较旧的版本,可能支持CUDA 9.210.0。用户引用[4]中的例子使用的是cudatoolkit=10.0,可能对应某个PyTorch版本。但需要确定1.2是否支持。 另外,用户提供的引用[3]提到CUDA11.3对应较高的PyTorch版本,而PyTorch 1.2可能属于更早的版本,所以可能支持的CUDA版本较低。比如,查阅PyTorch 1.2的官方文档,可能会发现它需要CUDA 9.2或者10.0。同时,安装命令中的cudatoolkit版本需要匹配,比如conda安装时指定正确的版本。 还需要注意,不同操作系统可能有不同的兼容性,用户可能需要根据他们的系统选择正确的CUDA版本。此外,NVIDIA驱动版本也需要与CUDA版本兼容,如引用[4]提到的驱动版本对应关系。 最后,总结出PyTorch 1.2兼容的CUDA版本可能是CUDA 9.210.0,并提供官方链接建议用户查阅确认,同时提醒安装命令中的正确cudatoolkit版本。</think>根据PyTorch版本与CUDA版本的兼容性要求,PyTorch 1.2主要支持以下CUDA版本: 1. **PyTorch 1.2官方兼容的CUDA版本** - 官方文档显示,PyTorch 1.2默认支持 **CUDA 9.2** 和 **CUDA 10.0** [^3][^4]。 - 具体安装命令会根据操作系统不同而有所差异: - 对于CUDA 10.0: ```bash conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch ``` - 对于CUDA 9.2: ```bash conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch ``` 2. **版本匹配注意事项** - NVIDIA驱动版本需满足CUDA要求(例如CUDA 10.0需要驱动版本≥410.48)[^4]。 - 若系统已安装更高版本CUDA(如11.x),需降级或通过`cudatoolkit`指定版本[^3]。 - 使用`conda`安装时,建议去掉`-c pytorch`参数以利用国内镜像加速下载。 3. **验证安装兼容性** - 安装后执行以下Python代码检查CUDA是否可用: ```python import torch print(torch.__version__) # 应输出1.2.0 print(torch.cuda.is_available()) # 应返回True print(torch.version.cuda) # 应显示10.0或9.2 ```
评论 5
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