Mac OS 10.13.6 深度学习配置指南||Pytorch-GPU版+eGPU安装

发布网友发布时间：2024-10-17 22:12

共1个回答

热心网友时间：2024-12-07 16:46

本文将详尽介绍如何在MacBook上使用NVIDIA显卡加速深度神经网络的训练。首先，明确电脑配置与eGPU选择。

硬件配置方面，作者使用的是支持雷电2的MacBook Pro，配备雷电2接口，同时选择了技嘉GAMING BOX GTX1070 8GB版本作为eGPU，并通过雷电3转雷电2转接线与雷电2线进行连接。技嘉GAMING BOX在评测中表现优秀，适合用于eGPU解决方案。

在选择eGPU时，考虑到性能与雷电接口的损耗，如需选择性能更高的GTX 1080版本，建议使用雷电3接口，以降低性能损耗。

接着，安装eGPU。由于NVIDIA显卡目前不支持MacOS 10.14，因此需确保使用的是Mac OS 10.13.6系统。安装流程可参考相关教程与论坛，如MacBook外置显卡eGPU折腾笔记与eGPU.io。

性能方面，对比Intel Iris 6100 OpenCL与eGPU GTX 1070的跑分，性能损耗大约为18%。这一数据对于实际应用影响并不显著。

环境配置方面，需设置Anaconda的virtual environment，并为特定的virtual environment单独安装所需包，如torch。此外，安装CUDA及cuDNN是关键步骤。首先，确认系统是否已安装其他版本的CUDA，并进行卸载。随后，从CUDA官网下载mac版的CUDA9.2，完成安装过程。在~/.bash_profile中添加新的环境变量，下载并注册英伟达账号以获取cuDNN7.2.1 OSX版本，并进行相应复制操作。最后，下载NCCL2.2.13 O/S版本，解压后运行程序以完成CUDA的安装。

在安装Pytorch-GPU版本时，推荐使用预编译好的GPU版本，如pytorch-1.0-py27-py37-cuda10-cudnn74，可直接下载并使用命令行安装，无需等待编译过程。

至此，MacBook配置深度学习环境的流程已完整介绍。如需获取更多资源或关注相关技术内容，可参考链接或关注微信公众号。