在開始進行AI影像辨識前, 安裝PyTorch與NVidia CUDA常常出錯, 這裡說明我的安裝的步驟流程。
- 確定NVidia driver已經安裝好
- 安裝CUDA
- 安裝Anaconda
- 安裝PyTorch
確定NVidia driver已經安裝好
請在Windows搜尋工作列打入”控制台”, 點選硬體和音效, 開啟"裝置管理員", 在顯示卡列表下可以看到顯示卡的驅動程式是否安裝,下圖範例有Intel(R) UHD Graphic以及NVidia GeForce RTX3050的顯示卡驅動程式。
安裝CUDA
若一切安裝順利, 您可以在PowerShell輸入下列指令來查詢CUDA安裝版本。
ncc --version
我使用CUDA 11.7 畫面顯示如下,如果沒有顯示版本, 代表CUDA沒有安裝完成。
可以到,下列網址下載CUDA。
https://developer.nvidia.com/cuda-downloads
安裝Anaconda
按照Wiki的解釋: Anaconda是一個開源的Python和R語言的發行版本,用於計算科學,Anaconda致力於簡化軟體套件管理系統和部署。Anaconda透過Conda進行軟體套件管理,並擁有許多適用於Windows、Linux和MacOS的資料科學軟體套件。
請至Free Download | Anaconda, 下載Anaconda, 點選Download就會自動下載, 並執行安裝Anaconda軟體。
進入Anaconda應用程式, 點選”Environment->Base(root), 開啟"Open Termal”終端機,下面我們會開始使用Pip來安裝Pytorch。
安裝PyTorch
請到PyTorch官網,下載Stable版本, 這裡我選擇使用Pip方式下載,選擇完相關選項, 在Run this Command內複製pip3的指令。
這裡務必要小心, 還記得剛剛我們選擇的是CUDA 11.7, 但這裡是Pytorch選項是CUDA 11.8, 這裡電腦所安裝的CUDA版本要符合Pytorch所安裝的CUDA版本, 如CUDA 11.7請在下列指令上更改成cu117。
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
將上述指令複製及貼到Base(root)終端機就可進行安裝。
使用下列指令查詢Torch安裝環境, 若看到Is CUDA available: True, 這代表安裝成功, 未來在訓練AI資料即時可以運用CUDA的硬體加速功能。
python -m torch.utils.collect_env
後記、Anaconda軟體所安裝的CUDA版本務必要與您的電腦上的CUDA版本匹配, 在我安裝過程中一直無法驅動硬體加速來訓練AI,查了不少文獻才找到。