标签：Files mmcv Toolkit PyTorch CUDA NVIDIA win10 安装

Win10配置MMClassification

依赖

1. Python 3.8
2. CUDA 10.2
3. Microsoft Visual C++ 14.0
4. PyTorch 1.10.0
5. MMCV 1.3.17
6. MMClassification 0.17.0

配置CUDA

安装CUDA Toolkit

1. 根据需要，下载CUDA Toolkit 10.2，选择本地安装

   

2. 双击exe文件，安装到默认路径下

3. 选择自定义安装，除CUDA/Visual Studio Integration外全部选择安装

4. 查看系统环境变量是否已经自动配置

5. 测试是否安装成功

   1. nvcc --version

   2. set cuda

      

安装cuDNN

1. 下载对应的cuDNN，这里需要登录自己的NVIDIA账号

   

2. 解压下载的cuDNN文件，将解压后的文件复制到CUDA的安装目录下

3. 添加系统变量，在path中添加以下路径（根据自己的安装目录进行修改）

   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
   
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
   
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib
   
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp
   

4. 测试是否安装成功，在安装目录的\extras\demo_suit下分别执行bandwidthTest.exe和deviceQuery.exe

   

   [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hjaepncf-1637562261229)(https://i.loli.net/2021/11/22/RmXP7b1wBgWFJzT.png)]

配置Microsoft Visual C++ 14.0

1. 下载Microsoft Visual C++ Build Tools

2. 只需选择C++的桌面开发，然后安装即可

   [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-CQRzXhqv-1637562261230)(https://i.loli.net/2021/11/22/nIQjl2igVSMeWOG.png)]

配置PyTorch

1. 进入PyTorch官网

2. 选择1.10版本，CUDA 10.2

   

3. 安装：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

4. 验证

   

配置MMCV

这里我们需要的是MMCV-full而不是mmcv

1. 进入mmcv网站

2. 选择cuda10.2 + torch1.10 + mmcv 1.3.17

   

3. 安装：pip install mmcv-full==1.3.17 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.10.0/index.html

4. 验证

   

配置MMClassification

1. 进入MMClassification网站

2. 下载项目

   git clone https://github.com/open-mmlab/mmclassification.git
   cd mmclassification
   pip install -e .
   

3. 验证

   

标签：Files,mmcv,Toolkit,PyTorch,CUDA,NVIDIA,win10,安装
来源： https://blog.csdn.net/Lhw_666/article/details/121470814

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。