在此之前我们已经成功安装好了PyTorch的CUP版本以及anaconda的两个环境(一个虚拟环境,一个base),然后我们就可以在虚拟环境中安装GPU版本了。
1.安装CUDA
由于cuda10.x已经不能支持Windows系统了,我们只能安装CUDA11.3 CUDA之前的版本下载链接
找到CUDA11.3下载即可,安装时可以选择默认地址,使用推荐的一键安装即可,一般来讲,环境变量在下载之后会自动更新,因此一般情况下不需要设置环境变量。另外,CUDA就相当于GPU的工作台,GPU想要运行必须要有CUDA。
2.安装CUDNN
如果说CUDNN可以理解为CUDA的加速器,让工作台更高效率的工作,因此我们要想使得GPU加速足够快,就得安装CUDNN CUDNN下载链接。注意CUDNN下载需要注册一个NVIDIA的账号,注册好后就可以选择for CUDA 11.x 版本的CUDNN下载。
将下载好的CuDNN解压,然后将CuDNN 文件夹里面的文件 拷贝到 CUDA对应的文件夹中即可。
3.安装PyTorch的GUP版本
打开PyTorch官网进行如下选择:
然后打开anaconda prompt,首先输入 conda activate 环境名称 切换到我们安装好的虚拟环境中,再输入下面一行指令 conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch,等待安装即可。
4.检测环境
安装完成后,我们输入
python
import torch
torch.cuda.is_available()
如果返回值为True,那么恭喜你GPU环境安装成功.