pytorch+cuda环境搭载

Question

pytorch+cuda环境问题
想要复刻https://github.com/iarai/Landslide4Sense-2022%E7%9A%84%E4%BB%A3%E7%A0%81%EF%BC%8C%E4%BD%86%E6%98%AF%E6%90%AD%E8%BD%BD%E5%A5%BDpython3.9%E7%9A%84%E7%8E%AF%E5%A2%83%E5%90%8E%EF%BC%8C%E8%BF%90%E8%A1%8C%E4%BB%A3%E7%A0%81%E6%8A%A5%E9%94%99

这是怎么回事，是环境搭载错了吗

Answer 1

引自免费微信小程序：皆我百晓生

看起来你遇到了一个在Windows环境中运行PyTorch时的错误，错误信息显示无法找到shm.dll文件或其依赖项。这通常意味着你的CUDA和CuDNN可能没有正确安装，或者是与当前的Python环境不兼容。

为了解决这个问题，请按照以下步骤操作：

1. 确保已安装正确的CUDA版本: 首先，你需要确认你安装的CUDA版本是否与你的PyTorch兼容。你可以从PyTorch官网查找兼容性表。例如，如果你的PyTorch版本是1.10.x，那么你应该安装CUDA 11.3。

2. 安装CuDNN: CuDNN是加速深度学习计算的一个库，它也必须与CUDA版本匹配。你可以在NVIDIA官网下载并安装CuDNN。

3. 配置环境变量: 安装完CUDA和CuDNN后，确保将它们的路径添加到系统环境变量中。这包括CUDA的根目录（比如 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3）以及CuDNN的bin目录（例如 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin 和 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64）。这些设置应该在你的系统环境变量PATH里。

4. 创建新的虚拟环境并安装PyTorch: 使用conda创建一个新的虚拟环境，并在这个环境中安装PyTorch+CUDA。确保你使用了与之前相同的Python版本（这里是Python 3.9）。

conda create -n pytorch39 python=3.9
conda activate pytorch39
pip install torch torchvision torchaudio cudatoolkit=11.3 -f https://download.pytorch.org/whl/cu113/torch_stable.html

注意：这个命令会根据你的CUDA版本自动下载相应的PyTorch whl包。如果你的CUDA版本不是11.3，请相应地替换上述命令中的cu113。

1. 检查安装: 在新环境中，尝试运行以下代码来检查PyTorch是否可以正常工作并且已经连接到了GPU。

import torch
print(torch.version.cuda)
torch.cuda.is_available()

如果输出了CUDA版本号并且返回True，那么恭喜你，环境已经成功搭建。

如果以上步骤仍无法解决你的问题，请检查是否有其他软件冲突或者权限问题，或者提供更详细的错误信息以便进一步分析。