一、Anaconda
1.下载Anaconda
（1）官方下载
访问Anaconda官网（Free Download | Anaconda），选择适合操作系统的版本，并下载安装包
（2）开源镜像网站下载
网络条件较差的可以根据需求选择合适的版本下
链接: 开源镜像
2.安装Anaconda
右键管理员模式进行安装，选择all users。磁盘可选择非C盘，后续需要将环境下载至该磁盘下。
安装路径保持英文（不要有中文）
环境变量可勾选自动添加
安装完毕，调用命令行（win+r）,输入：
python输出结果：
ctrl+c退出python，查看conda版本，输入：
conda --version
输出结果：
3.系统环境变量配置
高级系统设置---环境变量---系统变量---path，根据Anaconda的安装路径配置环境变量
安装时自动配置可忽略此步骤
4.anaconda prompt 找不到的解决方案
（1）在anaconda本地路径下运行终端
方法一：本地路径文件下输入cmd（cmd替换电脑中的路径）
方法二：在终端中运行命令行
d:
cd 复制自己的路径输出结果：
（2）复制下面的命令行：
python .\Lib\_nsis.py mkmenus输出结果：
开始菜单可以找到上图的文件
二、conda环境
为避免针对性不同的项目在实施过程中对电脑基本环境的影响，装载虚拟环境是必要的。后续读者可根据项目的需求对python、cuda、Pytorch等的版本个性化配置
1.conda安装python环境
打开anconda prompt，输入conda create
conda create –n 虚拟环境名称 python=版本
虚拟环境的名称要求英文、英文下划线、数字（例如：py_1）
python版本要求数字（例如：3.9）
conda create -n py_1 python=3.9出现下面过程，回车或y即可
查看环境，展示环境列表：
conda env list输出结果：
2.镜像源配置
（1）查看本地的镜像源：
方法一：输入命令行
conda config --show channels
方法二：本地查看
开放隐藏文件查看权限后，在C盘用户文件夹下，找到.condarc文件用记事本打开
如果本地没有.condarc文件，在终端中运行下面命令：
conda config --set show_channel_urls yes（2）复制下面代码，添加镜像（可以在记事本中，也可以在base中添加）
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true输出结果：
如果环境下载速度慢可以使用镜像源：
conda create –n 虚拟环境名称 python=版本 –c 镜像地址3.虚拟环境下载位置问题
虚拟环境下载位置不在Anaconda路径中，在C盘的用户文件下，可通过下面方法解决
（1）删除C盘下的环境文件，先运行conda env list查看环境名。运行conda remove删除虚拟环境
conda remove -n 虚拟环境名称 --all（2）打开Anaconda本地环境文件的访问权限
到安装的Anaconda文件夹下，找到env文件，右键属性
按照下图依次点击：属性---安全---编辑
授予用户权限，并应用
（3）将下面的字符复制进.condarc
第二行应当为读者自己路径
envs_dirs:
- D://software//ananconda//envs后续再下载虚拟环境就没问题了，会在上面这个路径中找到读者下载的conda虚拟环境包文件
三、CUDA
1.查看GPU的cuda版本
终端中运行nvidia-smi，查看英伟达显卡的配置
nvidia-smi输出结果：
后续下载的CUDA版本小于等于CUDA Version即可；Driver Version为驱动版本
如果想了解更多的驱动与CUDA之间的对应关系，可以查看官网：
CUDA 12.6 Update 3 Release Notes
Pytorch与CUDA
Previous PyTorch Versions | PyTorch
2.CUDA下载
（1）官网下载
官网地址:CUDA Toolkit Archive | NVIDIA Developer
本机选择了CUDA11.6版本，点击如图的红色地方进入下载链接
CUDA11.X选择Version11；CUDA12.X选择Version12。进行本地下载
（2）镜像源下载
清华源：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
根据版本进行选择性下载
3.CUDA安装
后续安装可以在非C盘进行，路径应当无中文，至下图步骤开始要注意了
（1）选择自定义安装
（2）组件选择
1）Other components与Driver components
当前版本为本地版本，新版本为CUDA安装后将要替代的版本
本地的版本均大于等于新版本，可不选择。需要更替的版本可自行选择
2）CUDA
如果设备已安装VS，需要勾选Visual Studio Integration。反之，取消勾选。（博主本机没有VS）
cuda v11.6之后（v11.7开始），cuda Toolkits不再集成Samples文件夹
（3）路径选择
效仿默认路径结构，做修改后进行设置。默认路径：
C:\Program Files这部分可以做修改，后方的结构应当保留。例如：
后续一直下一步等待安装即可
（4）验证安装
nvcc -V输出结果:
4. cuda环境变量
高级系统设置---环境变量---系统变量---path，查看cuda的环境变量，往后多版本cuda，只需将对应版本的bin和libnvvp部分置顶即可
如果系统变量中没有CUDA_PATH和CUDA_PATH_V11_6，结合自己的路径进行添加(必要)
1）变量名：CUDA_PATH
变量值：D:\Data_cuda\Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
2）变量名：CUDA_PATH_V11_6
变量值：D:\Data_cuda\Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
cuda 11.6之后（11.7开始），cuda Toolkits不再集成Samples文件夹
部分旧版本cuda需要对NVCUDASAMPLES的系统变量进行设置，结合个人需求设定其环境变量。具体操作：高级系统设置---环境变量---系统变量---新建（输出变量名和变量值）
3）变量名：NVCUDASAMPLES_ROOT
变量值：D:\Data_cuda\Data\NVIDIA Corporation\CUDA Samples\v11.6
4）变量名：NVCUDASAMPLES11_6_ROOT
变量值：D:\Data_cuda\Data\NVIDIA Corporation\CUDA Samples\v11.6
四、cuDNN
网站:cuDNN Archive | NVIDIA Developer
网站: NVIDIA Developer
需要注册英伟达账号，并登录，用邮箱注册即可。进入下载链接
version选择tarball(压缩包)， CUDA Version是由刚才下载的CUDA的版本决定的，CUDA 是11.x就选11，CUDA 是12.x就选12
解压后有如下三个文件夹
将这三个文件复制到D:\Data_cuda\Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6中
验证安装
path your cudaFolder/Files/NVIDIA GPU Computing Toolkit/CUDA/v11.6/extras/demo_suite
D:\Data_cuda\Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite在/Files/NVIDIA GPU Computing Toolkit/CUDA/v11.6/extras/demo_suite路径输入：
.\deviceQuery.exe结果为PASS
五、Pytorch
1.Pytorch下载
（1）官网下载
官网：PyTorch
进入后下拉界面，找到下图。Previous versions of PyTorch为其他版本的选择
进入Previous versions of PyTorch，在页面ctrl+f进行搜索，搜索自己想要的CUDA和Pytorch版本
打开anaconda prompt，进入虚拟环境，进行pip install
conda activate your_env
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia（2）其他的下载网站
网速慢可以自行根据CUDA、torch、torchaudio、torchvision版本，进入下面的网站进行安装
torch的安装应当在torchvision之前进行
1）torch：download.pytorch.org/whl/torch_stable.html
该方法下载的whl文件，需要在终端跳转到下载路径下，pip install whl文件全程（包括.whl）
2）清华源：Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
将下载的压缩文件解压后的文件复制进D:\software\ananconda\envs\py_1\Lib\site-packages中
2.验证Pytorch安装
（1）下载完成后在环境中，查看列表
pip list
（2）虚拟环境中进入python，torch.cuda.is_available() 为True则GPU可用，False为不可用
conda activate your_env
python
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available()) #输出为True，则安装成功输出结果：
六、Pycahrm
建立python项目后，在文件目录中进入设置，根据图中顺序配置IDE解释器
Pycharm右下角解释器可选择，终端中抬头括号内的环境应为配置的环境名称
配置完成环境无法跳转，重启IDE即可
以上为Pytorch-GPU的全流程环境搭建。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
