PyTorch+MatConvNet安装过程记录

记录一下自己GPU版PyTorch和MatConvNet(MCN)的安装过程。

安装环境

  • Windows 10 专业版
  • 处理器:AMD Ryzen 7 3700X 8-Core Processor 3.60GHz
  • GPU:NVIDIA GeForce RTX 2070 SUPER
  • MATLAB R2017b

PyTorch安装

首先Amway一篇文章:windows10下安装GPU版pytoch简明教程。这是我看到的安装GPU版PyTorch最靠谱的一份教程了。之前笔电的940MX小显卡总是用不了,用这份教程也成功发动了。我的安装过程与这篇文章几乎相同,简单记录一下,细节可以参考该文章。

  1. 下载VS2017社区版,安装C/C++开发包

  2. 更新NVIDIA驱动

  3. 安装CUDA 10.2(与教程10.0不同,后来安装MCNet也会出错)

  4. 安装cuDNN v7.6.5,for CUDA 10.2,并添加系统变量

  5. 用Anaconda傻瓜式安装PyTorch(最好使用清华源,否则会很慢,下载过程网络出错概率也很大)。或者去https://download.pytorch.org/whl/torch_stable.html下载安装包,再用pip install安装,也是可行的。

> conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

MatConvNet安装

安装PyTorch时安装了CUDA 10.2,在安装MCNet时会出错,又安装了一个CUDA 10.0。相应地,安装cuDNN v7.6.5,for CUDA 10.0。这一次不用添加系统变量了。

安装过程中一个常见的错误是找不到cl.exe,可以将对应版本的cl.exe所在目录添加系统变量。比如我添加的目录就是C:Program Files (x86)Microsoft Visual Studio2017CommunityVCToolsMSVC14.16.27023inHostx64x64。

安装过程中在nvcc_compile时还会报一个错误,要在 C:Program Files (x86)Microsoft Visual Studio2017CommunityVC 下创建bin文件夹。

可以先把这些事情处理掉,安装过程中就不会报这些错误了。

安装过程参照官方教程

  1. 下载解压安装包。假设目录是root
  2. 打开MATLAB运行如下代码:
> mex -setup mex -setup C++
> cd root
> addpath matlab
> vl_compilenn('enableGpu', true, 'cudaRoot', 'C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0', 'cudaMethod', 'nvcc', 'enableCudnn', true, 'cudnnRoot', 'C:cudnn_10_0');
  1. 测试是否安装成功:
> vl_testnn('gpu', true)

至此,就安装完成了。

装机配置

顺道记录下之前装机的配置和价格。疫情期间内存涨价,以及考虑到开学后电脑要带到学校,所以装了个11×17×30cm的小机箱,相应的买了小主板小显卡,所以性价比大跌。装大机箱的话,应该能便宜不少。

部件 型号 价格
CPU AMD 3700X 2199
主板 华硕 ROG STRIX B450-I GAMING 1099
内存 海盗船 复仇者LPX DDR4 3000 16GB ×2 599×2
硬盘 三星 970 EVO MZ-V7E500BW 500GB SSD 749
显卡 微星 万图师2070SUPER VENTUS OC 8G 显存 3999
其它 SGPC 买的 600W电源 小机箱 小风扇 显卡延长线 1126

总计10375。华硕的这个小主板最高只支持32GB的内存。

用鲁大师娱乐一下,大概是57w分左右。

原文地址:https://www.cnblogs.com/acboyty/p/12963642.html