1、在anaconda配置pytorch环境
PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】_哔哩哔哩_bilibili
2、错误1:'nvidia-smi' 不是内部或外部命令,也不是可运行的程序或批处理文件。
windows上的nvidia-smi命令_zz2230633069的博客-CSDN博客
3、错误2:返回的is_available()返回的是False
PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】_哔哩哔哩_bilibili
4、anaconda+pytorch+spyder
anaconda+spyder+pytorch的超详细步骤(有问题可以在评论区提问会及时解答)_啥也不会的博客-CSDN博客
踩坑二更
1.首先确定电脑的显卡驱动是否支持GPU,不支持就是CPU版本,以下介绍适合GPU选手
nvidia-smi的方法查看nvidia的版本号,xxx.xx,搜索nvidia-cuda版本对应,下载cuda
或桌面右击-NVIDIA控制面板-系统信息-显示,查看nvidia版本号,组件-查看cuda版本
下载地址CUDA Toolkit:https://developer.nvidia.com/cuda-toolkit-archive
2.CUDA安装后,在C:/Program Files/NVIDIA GPU Computing Toolkit文件夹
根据CUDA选择cudNN版本,下载需要注册,邮箱验证
cuDNN数据下载:https://developer.nvidia.com/rdp/cudnn-archive
3.解压cudNN,把bin 、incluede 、lib文件拷贝到NVIDIA GPU Computing Toolkit文件夹
4.设置环境变量
我的电脑–右键–点击属性–进入系统–点击高级系统设置–显示的系统属性中找到环境变量–进入环境变量设置–设置path
双击path,新建
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp
5. cmd 命令行输入: nvcc -V,检查配置是否完成,成功会显示CUDA版本号
6. 下载适合版本的pytorch,一直很疑惑应该下载什么版本,似乎不是最新版本最推荐。一开始在官网按照cuda版本选择下载,但是网络太差,后来使用了whl方法
下载地址:https://download.pytorch.org/whl/torch_stable.html
虽然网络差官网方法下载失败,但是能看到下载列表和对应的版本,要下载的有三个文件,torch、torchaudio、torchvision,版本根据python、cuda、系统去选择,注意要往下翻,前排是cpu版本
7.cmd 命令行首先要进入搭建的conda环境, activate pytorch(根据自己取名的来),然后输入pip install + 目录/torch下载的文件名.whl
8.完成后的检查
import torch
print(torch.__version__)
torch.cuda.is_available()
附参考
NVIDIA+CUDA+cudaNN的配置与Anaconda虚拟环境的搭建--深度学习第一步_柏常青的博客-CSDN博客