.jpg)
在centos上為pytorch設(shè)置gpu加速，你需要確保你的系統(tǒng)滿足以下條件：
- 一臺配備了NVIDIA GPU的計算機(jī)。
- 已安裝CUDA Toolkit。
- 已安裝cuDNN庫。
- 安裝了支持GPU的PyTorch版本。
以下是詳細(xì)步驟：
1. 安裝NVIDIA驅(qū)動
首先，確保你的NVIDIA GPU驅(qū)動已經(jīng)安裝并正確配置。
# 添加EPEL倉庫 sudo yum install epel-release # 安裝NVIDIA驅(qū)動 sudo yum install nvidia-driver-latest-dkms # 重啟系統(tǒng) sudo reboot
2. 安裝CUDA Toolkit
訪問NVIDIA CUDA Toolkit下載頁面，選擇適合你系統(tǒng)的版本并下載安裝腳本。然后運(yùn)行以下命令：
# 下載CUDA Toolkit安裝腳本 wget https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-11.4.2-1.x86_64.rpm # 安裝CUDA Toolkit sudo yum localinstall cuda-repo-rhel7-11.4.2-1.x86_64.rpm # 安裝依賴包 sudo yum install cuda # 配置環(huán)境變量 echo 'export PATH=/usr/local/cuda-11.4/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc # 使環(huán)境變量生效 source ~/.bashrc
3. 安裝cuDNN庫
訪問NVIDIA cuDNN下載頁面，下載適合你CUDA版本的cuDNN庫。然后運(yùn)行以下命令：
# 下載cuDNN庫 tar -xzvf cudnn-11.4-linux-x64-v8.2.2.26.tgz # 復(fù)制文件到CUDA目錄 sudo cp cuda/include/cudnn*.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
4. 安裝支持GPU的PyTorch版本
你可以使用pip或conda來安裝支持GPU的PyTorch版本。以下是使用pip的示例：
# 安裝PyTorch和torchvision pip install torch torchvision torchaudio
如果你使用conda，可以運(yùn)行以下命令：
# 創(chuàng)建一個新的conda環(huán)境（可選） conda create -n pytorch_env python=3.9 # 激活環(huán)境 conda activate pytorch_env # 安裝PyTorch和torchvision conda install pytorch torchvision torchaudio cudatoolkit=11.4 -c pytorch
5. 驗證安裝
運(yùn)行以下Python代碼來驗證PyTorch是否能夠檢測到GPU：
import torch # 檢查是否有可用的GPU if torch.cuda.is_available(): print("GPU is available!") print("Device name:", torch.cuda.get_device_name(0)) else: print("GPU is not available.")
如果一切正常，你應(yīng)該會看到類似以下的輸出：
GPU is available! Device name: NVIDIA GeForce GTX 1080 Ti
這樣，你就成功地在centos上為PyTorch設(shè)置了GPU加速。
? 版權(quán)聲明
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載。
THE END
.png)
