新手小白配置教程windows深度学习环境：anaconda+pycharm+cuda+cudnn+pytorch

目录

前言

下载并安装anaconda

下载并安装pycharm 

更新NVIDIA驱动 

安装cuda

安装cudnn

安装pytorch

验证pytorch

---

2023年7月27日更新

现在消费级显卡（10系、16系、20系、30系、40系）的最新显卡驱动支持的CUDA版本应该都是12.2，但是最新pytorch版本（2.0.1）支持的CUDA为11.8，那CUDA就下载11.8。

A100、V100等专业显卡在下载显卡驱动时让选择CUDA版本，只有12.2、12.0、11.7及以下版本可选，那么为保险起见CUDA和pytorch就下载11.7的吧。

各种版本之间的依赖关系：

显卡驱动版本最重要，没做过深度学习的机子最好把显卡驱动更新到最新再配置环境。

下面确定CUDA版本，CUDA是CUDA toolkit的简称，可以理解为用nvidia显卡进行深度学习进行训练的加速器，所以CUDA要适配于显卡驱动，CUDA和代码框架(比如pytorch)要相互适配。

更新好显卡驱动后在cmd里输入nvidia-smi，右上角会出现一个CUDA Version : XX.X，这个是显卡驱动支持的CUDA的最高版本（向下兼容，比如CUDA Version : 12.2，那么也支持12.0、11.8、11.7及以下的），你还要看你要安装的pytorch（没有特殊要求一般安装最新pytorch）支持的CUDA版本是多少，两者取最小的版本号安装CUDA，再安装和CUDA版本适配的cuDNN，再安装你要安装的pytorch。

一般流程：

更新显卡驱动----->确定显卡驱动适配的CUDA版本----->确定你要安装的pytorch版本----->确定你要安装的pytorch支持的CUDA版本----->确定CUDA版本----->安装CUDA、cuDNN、pytorch

项目特殊流程：

一些项目可能指定CUDA版本，那可能涉及到部署，也不用升级显卡驱动

确定CUDA版本----->确定显卡驱动支不支持该CUDA版本（项目指定CUDA版本一般都低，显卡一般都支持）----->确定适配CUDA版本的pytorch版本（要从pytorch的历史版本里找）----->安装CUDA、cuDNN、pytorch

---

前言

新手小白配置windows深度学习环境：anaconda+pycharm+cuda+cudnn+pytorch，重装过几次系统，这次把配置过程记录下来，以后直接按这个流程无脑安装了

软硬件配置：

windows11 家庭中文版 21H2 22000.856

NVIDIA GeForce RTX 3070 Ti Laptop GPU

anaconda 2022.05

pycharm professional 2022.2.1

NVIDIA驱动 516.94

cuda 11.6.2

cudnn 8.5

pytorch 1.12.1 及对应torchvision、torchaudio

---

下载并安装anaconda

进入anaconda官网Anaconda | The World's Most Popular Data Science Platform下载anaconda。

 

---

下载并安装pycharm 

 进入pycharm官网PyCharm: the Python IDE for Professional Developers by JetBrains下载专业版。

添加环境变量一定要勾上，不然还要手动添加环境变量。

---

更新NVIDIA驱动 

建议无论安装与否都可以更新下驱动，打开任务管理器查看GPU型号

官方驱动 | NVIDIA下载并更新NVIDIA驱动，选择对应型号

下载好后打开 

 点击下一步等待安装完成。 

---

安装cuda

按win+r输入cmd进入命令行

输入nvidia-smi查看可安装的cuda版本号

版本是向下兼容的，11.7表示最高支持11.7，可安装11.7及以下版本

打开pytorch下载地址：PyTorch

显示目前只到11.6的cuda，所以为了无脑安装，cuda就下载11.6版本的

cuda历史版本下载地址：CUDA Toolkit Archive | NVIDIA Developer

 

 

有人说要配置cuda环境变量，我没有配置，也没遇到过这方面的错误，等遇到了再补充。

---

安装cudnn

 下载地址：CUDA Deep Neural Network (cuDNN) | NVIDIA Developer

 需要注册登录

下载解压后，将cudnn-windows-xxxxxxxxx下三个文件夹里的文件分别复制到cuda目录相应文件夹中

有人也说要配置cudnn环境变量，我没有配置，也没遇到过这方面的错误，等遇到了再补充。

---

安装pytorch

打开anaconda prompt

建议新建环境 不要在base中安装pytorch

输入conda create -n pytorch python=3.9创建名为pytorch的环境

此时输入conda env list会出现pytorch环境

输入conda activate pytorch进入pytorch环境

进入pytorch官网地址：PyTorch

 

 复制命令到anaconda prompt安装pytorch torchvision torchaudio

若下载过慢可以按Ctrl+C强制取消（命令行都可以通过这个快捷键强制中断），然后使用国内的源下载，源可以理解成一个仓库，里面有各种包，我们需要哪个就去源里找哪个并下载，下载国内的大概率比国外的快。

下面第一行是清华源，第二行是阿里源，建议保存或收藏这两条，以后绝对会用得到。二者选其一（建议选阿里源）在下载命令后面加上就行，这是临时指定下载源，并不是永久换源，想永久换国内源再去百度

-i https://pypi.tuna.tsinghua.edu.cn/simple/
-i https://mirrors.aliyun.com/pypi/simple/

 安装成功

---

验证pytorch

打开pycharm并激活

新建项目

创建好后输入以下代码测试pytorch是否安装成功

import torch
print(torch.__version__)

输出：

1.12.1+cu116

安装成功

若有代码需要pytorch环境，打开代码项目后，选择File->Settings

选择pytorch环境

如果觉得这篇博客对你有帮助，请点赞评论鼓励一下吧~~~