Windows+NVIDIA GeForce 940MX+Pytorch搭建深度学习运行环境

环境说明

• 硬件环境：Thinkpad T460p， 显卡：NVIDIA GeForce 940MX（很low的显卡，勉强学习用用）
• 操作系统：Win10
• cuda版本：cuda_9.0.176_win10.exe，下载链接。

说明：10.1版本(cuda_10.1.105_418.96_win10.exe)没有安装成功，降低到9.0安装成功，具体原因不详，我觉得可能是显卡太LOW了。

安装cuda

• 1、右键cuda_9.0.176_win10.exe，以管理员的身份运行，点击安装（最好退出360）。

• 2、安装装过程中会出现以下提示：勾选"I understand,and wish to continue the installation regradless"。

  
  
  cuda安装1.png

• 3、cmd=>nvcc --version 测试是否安装成功

安装PyTorch

• 1、选择pythorch版本，根据主页提供的选项，勾选之后会自动生成对应的下载链接。
• 2、我本机已经安装了Anaconda，所以我选择的生成的安装命令如下(直接在线安装)：

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

快速测试(本机已经安装Pycharm)

# -*- coding: utf-8 -*- 

import torch
import time

if __name__ == "__main__":
    print(torch.__version__)
    print(torch.cuda.is_available())

    a = torch.randn(10000, 1000)
    b = torch.randn(1000, 2000)

    t0 = time.time()
    c = torch.matmul(a, b)
    print("cpu: ", time.time() - t0)

    device = torch.device('cuda')
    a = a.to(device)
    b = b.to(device)

    t0 = time.time()
    c = torch.matmul(a, b)
    print("gpu1: ", time.time() - t0)

    t0 = time.time()
    c = torch.matmul(a, b)
    print("gpu2: ", time.time() - t0)

快速链接

• 英伟达驱动：https://www.geforce.cn/drivers
• pytorch版本选择：https://pytorch.org/get-started/locally/
• bilibili pytorch入门教程：(https://www.bilibili.com/video/av49008640?p=4)