Windows Anaconda精简安装cuda+pytorch+torchvision

目录

1.简介 

2.Anaconda安装

3.CUDA+pytorch+torchvision安装 

3.1.虚拟环境

3.2.CUDA版本

3.3.下载慢或中断

4.测试

---

1.简介 

        如果要做深度学习肯定是要用GPU和装cuda的啦，那么这篇文章主要是用来给大家避坑的。之前我都是傻傻地去安装官网上cuda和cudnn的exe文件，先后经历了官网下载速度慢、找对应版本的网盘资源、甚至居然还需要visual studio来编译等大坑，后来才发现以上都不需要，只需要下载安装anaconda就够了！！！

---

2.Anaconda安装

官网链接：Anaconda | The World's Most Popular Data Science Platform

Products ==》Individual Edition==》Download

改下路径一路默认安装就ok，已经安装过的跳过就好。

---

3.CUDA+pytorch+torchvision安装 

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

安装的代码十分简单，打开anaconda prompt，输入上面代码即可安装。但是运行之前强烈推荐先看下以下注意事项：

如果你是一个准备长期做深度学习和使用anaconda的人，那么虚拟环境可以让你在使用的时候更加方便、整洁，且优雅。详情参考3.1.虚拟环境。

CUDA版本需要根据自己的显卡决定；pytorch和torchvision的版本默认安装选择的cuda版本所支持的版本，也可以像cuda版本一样自己指定，不过这样的话要注意三者之间的兼容性。详情参考3.2.CUDA版本。

如果遇到了下载慢或中断的情况，详情参考3.3.下载慢或中断。

---

3.1.虚拟环境

默认的安装是在base下面，这样的话不同版本的库杂糅在一起，可能会造成冲突，需要用到其他版本的时候也需要重新安装，十分麻烦。虚拟环境相当于新建一个项目，里面保留了固定的配置环境，这样运行不同版本需求的代码只需要切换环境即可。

新建虚拟环境：xxx为这个虚拟环境的名字，python版本可以根据需求修改。

conda create -n xxx python=3.7

激活虚拟环境：激活环境后即可运行之前安装cuda的代码。

conda activate xxx

退出虚拟环境：需要退出或切换虚拟环境时用到

conda deactivate

---

3.2.CUDA版本

查看电脑显卡和对应版本步骤如下： 

1. 开始界面搜索nvidia，打开NVIDIA控制面板。

2. 帮助==》系统信息==》组件。

3. 这里的cuda版本是最高版本，可以向下兼容，比如这里的11.3可以安装11.3之前以及10或者9开头的CUDA版本，不过太老的版本可能会导致pytorch运行性能下降。

---

3.3.下载慢或中断

由于下载源在国外的原因，需要配置conda的国内镜像。这里推荐北外的镜像源，贼好用。

镜像链接及配置教程见：anaconda | 镜像站使用帮助 | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror

---

4.测试

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

打开prompt终端，激活虚拟环境，依次输入以上代码，输出True即代表安装成功。

---

业务合作/学习交流+v：lizhiTechnology