NLP学习 L1

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