anaconda中pytorch安装(GPU)(踩坑+填坑)

FishPotatoChen

已于 2023-12-17 17:03:39 修改

阅读量3.4k

点赞数 3

分类专栏：深度学习文章标签： pytorch 深度学习 python 系统安装

于 2022-02-27 21:59:05 首次发布

本文链接：https://blog.csdn.net/FishPotatoChen/article/details/123169398

版权

深度学习专栏收录该内容

3 篇文章 0 订阅

订阅专栏

本文档详细记录了在Windows10环境下，使用Anaconda安装CUDA 11.3、cuDNN及PyTorch的过程，包括解决安装权限问题、更换Anaconda源以加速下载、配置环境变量以及创建和激活conda环境。通过NVIDIA-SMI检查GPU状态，使用bandwidthTest验证CUDA安装，并最终成功安装PyTorch 1.10.2。

摘要由CSDN通过智能技术生成

电脑硬件与软件环境

安装时间：2022年2月27日

硬件

GPU：NVIDIA GeForce RTX 2080Ti

软件版本

操作系统：Windows 10，我的电脑用户名是Fishc，读者可以自行更换为自己的用户名
显卡驱动版本：511.79
anaconda：4.9.2，安装位置在D:\anaconda3，这是第一个坑
python：3.8.5

简要说明

查看版本

查看版本的方法：打开命令行
快捷键Win + r打开运行，输入cmd后点击确认

C:\Users\Fishc>nvidia-smi
Sun Feb 27 21:42:48 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 511.79       Driver Version: 511.79       CUDA Version: 11.6     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ... WDDM  | 00000000:01:00.0  On |                  N/A |
| 29%   32C    P8     3W / 300W |    869MiB / 11264MiB |      3%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A       952    C+G   ...2txyewy\TextInputHost.exe    N/A      |
|    0   N/A  N/A      1268    C+G                                   N/A      |
|    0   N/A  N/A      1408    C+G   ...kyb3d8bbwe\Calculator.exe    N/A      |
|    0   N/A  N/A      3848    C+G   ...in7x64\steamwebhelper.exe    N/A      |
|    0   N/A  N/A      4852    C+G   C:\Windows\explorer.exe         N/A      |
|    0   N/A  N/A      5632    C+G   ...4__8wekyb3d8bbwe\Time.exe    N/A      |
|    0   N/A  N/A      7756    C+G   ...me\Application\chrome.exe    N/A      |
|    0   N/A  N/A      9928    C+G   ...5n1h2txyewy\SearchApp.exe    N/A      |
|    0   N/A  N/A     11008    C+G   ...bbwe\Microsoft.Photos.exe    N/A      |
|    0   N/A  N/A     11388    C+G   ...ekyb3d8bbwe\YourPhone.exe    N/A      |
|    0   N/A  N/A     11712    C+G   ...cw5n1h2txyewy\LockApp.exe    N/A      |
|    0   N/A  N/A     13692    C+G   ...108.62\msedgewebview2.exe    N/A      |
|    0   N/A  N/A     13984    C+G   ...lPanel\SystemSettings.exe    N/A      |
|    0   N/A  N/A     14376    C+G   ...perience\NVIDIA Share.exe    N/A      |
|    0   N/A  N/A     15220    C+G   ...perience\NVIDIA Share.exe    N/A      |
|    0   N/A  N/A     16620    C+G   ...y\ShellExperienceHost.exe    N/A      |
|    0   N/A  N/A     18360    C+G   ...ge\Application\msedge.exe    N/A      |
+-----------------------------------------------------------------------------+

C:\Users\Fishc>conda activate

(base) C:\Users\Fishc>conda -V
conda 4.9.2

(base) C:\Users\Fishc>python -V
Python 3.8.5

激活环境

激活anaconda的环境是用命令conda activate，之后前面出现(base)，意思是在默认环境(base环境)中运行，下文中出现命令行前有(base)，默认激活了环境，如果要激活其他的环境

C:\Users\Fishc>conda activate envs_name

(envs_name)C:\Users\Fishc>

envs_name就是需要激活的环境的名称，根据具体需要修改

开始正式安装

填第一个坑

如果anaconda安装在C盘之外的盘，那么恭喜，安装的结尾会出现权限不够的报错，所以安装之前先改文件夹权限。我的文件夹是D:\anaconda3
在这里插入图片描述
文件夹选中后右键，打开属性，点击安全，选中SYSTEM之后点击确定即可。

anaconda换源

方法一和方法二选一个操作即可

方法一

命令行中输入下面命令

(base) C:\Users\Fishc>conda config --set show_channel_urls yes

运行之后可以在C:\Users\Fishc下找到一个文件是.condarc，用记事本打开这个文件，将其中内容更换为

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
ssl_verify: true
show_channel_urls: true

这里出现了第二个坑

方法二

紧接着上文的命令行，运行下面这段命令，中间那些增加的命令我已经在后面单独列出了，可以直接复制

(base) C:\Users\Fishc>conda config --set show_channel_urls yes

(base) C:\Users\Fishc>conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

(base) C:\Users\Fishc>conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

(base) C:\Users\Fishc>conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

(base) C:\Users\Fishc>conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

(base) C:\Users\Fishc>conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

命令如下

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

这里出现了第二个坑

填第二个坑

每一个都是http不是https，如果这里不改，那么一会儿安装的时候会显示证书过期之后报错停止。

下载并安装CUDA

我下载的是CUDA 11.3，因为我安装的时候pytorch官网最新的显示的是这个
pytorch官网
在这里插入图片描述
可以直接百度cuda11.3，第一个就是

或者下面这个网址
官网CUDA11.3
这是我的选择，点击下载即可下载，下载完成之后就直接用精简安装(即默认安装)就好了，没有换位置默认安装在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3下，如果换安装位置了，要记住自己的安装位置
在这里插入图片描述

cudnn安装

官网网址如下
cudnn官网
官网下载要注册一个账号，填写一个问卷，还是比较方便的。我发现他没有11.3，所以就选择11.x最新的那个即可
在这里插入图片描述
下载之后解压得到以下3个文件夹

找到刚才记住的安装位置，我的在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

电脑会自动合并2个同名的文件夹，所以直接将解压出来的3个文件夹(不是文件)复制粘贴到这里即可

测试CUDA是否安装完成

命令行运行

C:\Users\Fishc>cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite>bandwidthTest.exe
[CUDA Bandwidth Test] - Starting...
Running on...

 Device 0: NVIDIA GeForce RTX 2080 Ti
 Quick Mode

 Host to Device Bandwidth, 1 Device(s)
 PINNED Memory Transfers
   Transfer Size (Bytes)        Bandwidth(MB/s)
   33554432                     12801.7

 Device to Host Bandwidth, 1 Device(s)
 PINNED Memory Transfers
   Transfer Size (Bytes)        Bandwidth(MB/s)
   33554432                     12682.5

 Device to Device Bandwidth, 1 Device(s)
 PINNED Memory Transfers
   Transfer Size (Bytes)        Bandwidth(MB/s)
   33554432                     520748.6

Result = PASS

NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite>

看到Result = PASS说明已经成功安装

配置环境变量

双击bin，之后复制路径
在这里插入图片描述

将上面这个文件夹(即C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3)中的bin目录加入环境变量(点击新建之后粘贴即可)
在这里插入图片描述

创建新的anaconda环境(可选)

在命令行中运行，创建了一个环境名为pytorch_envs，自己定名称即可

(base) C:\Users\Fishc>conda create --name pytorch_envs python=3.8

激活这个环境

C:\Users\Fishc>conda activate pytorch_envs

(pytorch_envs)C:\Users\Fishc>

后文出现(pytorch_envs)默认已经激活环境

安装pytorch

回到pytorch的官网，选择相应的条件
pytorch官网
在这里插入图片描述
就可以得到相应的需要在命令行运行的命令，即conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
第三个坑来喽~~

填第三个坑

补：坑中坑，如果去掉-c pytorch确实安装很快，但是安装的是CPU版本！！
如果真的按照官网来，那么速度将会非常感人，前面换源也都白做了
正确的运行应该运行以下代码，去掉后面的-c pytorch

(pytorch_envs) C:\Users\Fishc>conda install pytorch torchvision torchaudio cudatoolkit=11.3

-c pytorch的意思是从官网下载，但是官网很慢
如果刚才没有新建anaconda环境，那应该是

(base) C:\Users\Fishc>conda install pytorch torchvision torchaudio cudatoolkit=11.3

安装完成

随着安装的进行，会有选项让安装者选择，回车就好了，运行以下测试

(pytorch_envs) C:\Users\Fishc>python
Python 3.8.12 (default, Oct 12 2021, 03:01:40) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.10.2'
>>>

没有报错说明已经安装完成