2021.04|pytorch+cuda11.1+anaconda3+vscode安装

由于老板配置了一台新的1660s的电脑,最近搞研究需要用到GPU,所以本文记录安装GPU版本的pytorch。
Anaconda是一个开源的环境管理器;

一、Anaconda的安装

本人喜欢Anaconda+Vscode 用习惯了,不喜勿喷

在这里插入图片描述
这是我的Anaconda版本
安装过程就一路点 next 就行
在安装的时候,尽量不要装在C盘,占用空间过大
在下面的时候,第一个选项可以勾选,这样就不用自己配置环境变量了
在这里插入图片描述

二、配置安装CUDA

检查自己的显卡能支持cuda的版本,从我这里可以看到CUDA可以支持11.1,高版本的cuda可以兼容低版本的cuda,也就是说我的电脑此时最高支出cuda≤11.1。
那我们就安装cuda11.1的版本以及对应的cudnn。
在这里插入图片描述
我们去 英伟达官网 下载对应的CUDA版本,我下载的是CUDA11.1,我下载的是本地的
在这里插入图片描述
安装CUDA,双击下载好的exe文件即可
在这里插入图片描述
在这里插入图片描述
在写这篇博客的时候,我已经安装好了cuda11.1,所以这里就是借助其他的图,如下所示:安装成功之后就是这样子
在这里插入图片描述
此时已经安装好了CUDA,我们在cmd测试一下是否真的安装成功
在 cmd 窗口入输入

nvcc -V

在这里插入图片描述
成功安装cuda11.1版本

三、安装CUDNN

链接 下载与CUDA对应的cudnn即可
在这里插入图片描述
找到自己对应
在这里插入图片描述
下载好之后将cudnn中的内如直接复制到cuda中下面
在这里插入图片描述
这是我已经复制好了
在这里插入图片描述

四、安装Pytorch

Pytorch官网 找到与你的cuda匹配的torch版本,我用的是1.8.0
在这里插入图片描述
在这里插入图片描述
可以看到torch1.8.0是支持cuda11.1版本的
建议用镜像下载:

清华:https://pypi.tuna.tsinghua.edu.cn/simple 阿里云:http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 华中科技大学:http://pypi.hustunique.com/

山东理工大学:http://pypi.sdutlinux.org/ 豆瓣:http://pypi.douban.com/simple/

然后输入下面指令下载

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch===1.8.0  -f https://download.pytorch.org/whl/torch_stable.html

如果安装的是CPU版本的,请输入下面指令下载GPU版本

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch===1.8.0+cu111  -f https://download.pytorch.org/whl/torch_stable.html

五、安装VSCODE

个人比较喜欢vscode,本人安装的是vscode,在anaconda界面就可以下载,好像新版的的不支持vscode,那就可以在 vscode 官网下载
在这里插入图片描述
在这里插入图片描述

六、测试Pytorch CUDA是否可用

注意:若配置环境中出现
[WinError 126] 找不到指定的模块。 Error loading “E:\anaconda3\lib\site-packages\torch\lib\asmjit.dll” or one of its dependencies.
这个问题,可以参考我这篇文章:链接
我是没有创建虚拟环境给torch使用,所以我就直接用了
在这里插入图片描述

此时完成了cuda+cudnn+torch的配置

安装PyTorchCUDA的步骤如下: 1. 首先,确保你的计算机上已经安装了NVIDIA显卡驱动程序,并且你的显卡支持CUDA。你可以在NVIDIA官网上下载最新的驱动程序并安装。 2. 接下来,根据你的操作系统选择合适的PyTorch版本。你可以在PyTorch官网上找到各种版本的安装指南。选择一个与你的操作系统和CUDA版本兼容的版本。 3. 如果你还没有安装Anaconda,建议先安装Anaconda。你可以在Anaconda官网上下载相应的安装程序并按照指示进行安装。 4. 打开Anaconda Prompt(Windows)或终端(Linux/MacOS)。 5. 创建一个新的虚拟环境(可选但推荐),这可以帮助你在不同的项目之间隔离依赖关系。在命令行中运行以下命令: ``` conda create -n pytorch_env python=3.8 ``` 6. 激活虚拟环境。在命令行中运行以下命令: ``` conda activate pytorch_env ``` 7. 在激活的环境中,使用conda或pip安装PyTorchCUDA。根据你选择的版本和操作系统,运行以下命令之一: - 使用conda安装: ``` conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge ``` - 使用pip安装: ``` pip install torch torchvision torchaudio ``` 8. 安装完成后,你可以尝试导入PyTorch来验证是否安装成功。在Python交互式环境中运行以下代码: ```python import torch print(torch.__version__) ``` 如果一切顺利,你应该能够看到已安装PyTorch版本号。现在你已经成功安装PyTorchCUDA,可以开始使用它们进行深度学习任务了。请注意,安装过程可能因操作系统、CUDA版本和PyTorch版本而有所不同,请根据实际情况进行调整。
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

xiao黄

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值