1、Anaconda下载与安装
百度搜索Anaconda,进入官网。
点击这个
下载对应的版本(我电脑上安装的python是3.8)
下好了之后安装,这个安装就一路默认就行。
2、下载CUDA和cudnn
cuda版本的选择和你的显卡有关系。
鼠标在桌面右击,打开NVIDIA控制面板。点击系统信息
点击组件。可以看到,我这里是RTX3060的显卡,支持cuda11.2。 看到自己对应的版本再去下载。
直接百度搜索cuda11.2 出来的第一个就是
然后这个网站需要先注册一下。没注册的话点击右上角注册一下
注册完了之后,依次选择一下。最后点击下载
这个开始下载,与此同时我们可以去下载一下cudnn。
注意!cudnn的版本选择是和cuda的版本有关系的
可以在官网看到他们的对应关系
或者这个网址:cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive
我下载的是8.1.0。
下载你需要的版本.(注意,下载这个需要你登陆,如果没登陆,会提示你先登陆的)
3、安装cuda
下载好了之后,双击安装
这里选择自定义
这里全部勾选
安装完后在C盘这个位置
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
然后去看下环境变量,这俩应该直接有
添加 %CUDA_path%;%CUDA_PATH%\bin;%CUDA_PATH%\lib\x64;%CUDA_path%\libnvvp; 到path
4、安装cudnn
cudnn其实算不上是安装。
我们把下载的安装包解压。解压出来得到一个文件夹cuda
文件夹里面有三个文件夹
去c盘的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
把解压出来的三个文件夹复制到c盘目录下的这三个文件夹里面
然后添加环境变量
去环境变量里面PATH看这几个路径有没有
如果没有那就添加上
5、检查是否安装成功
命令行输入nvcc -V
如下说明cuda安装成功
进入到cuda的安装路径,C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite
,找到如下两个.exe文件
可以直接运行这两个文件。不过我直接运行会闪退
我是在命令行里面运行的
如下界面说明cudnn安装成功
6、安装pytorch
打开Ananonda Prompt
如图:
输入:conda create -n pytorch python=3.7
在我们做项目的时候可以能需要不同环境的python版本,有时候要1.0版本,有的需要3.0版本的拿在这里我们就需要建立不同的环境,在不同的需要的时候去使用。这个是在Anaconda Prompt下操作的。
创建的格式:conda create -n
"pytorch"是这个环境变量的名字
"python=3.7"是我们要确定的当前环境的版本数
创建成功后
下面我们进入我们刚才创建好的环境。刚才我们给他起的名字叫pytorch (左边的base是基本环境)(pytorch是你定义的这个环境的名字)
输入:activate pytorch
输入pip list 查看当前环境下有哪些包(现在还没有pytorch)
进入ptyorch官网,点击install
选择配置,复制指令
去虚拟环境下执行复制的指令
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge
然后开始下载,时间比较久,等待一会
安装完了之后 pip list 可以看到已经有了
运行另一个