注:笔记仅供自己回忆使用,参考的话结合自己电脑环境来
一、电脑环境
1、检查电脑显卡环境
在命令端输入
nvidia-smi
- 显卡:Nvidia GeForce MX250
- 电脑的显卡驱动版本:560.94,CUDA Version:12.6
不能超过显卡指定的cuda版本12.6(如有有强制要求可以去navida官网查看显卡对应驱动程序有无适配其他版本,可以考虑重新安装)
2、检查电脑显卡驱动版本:
到NAVIDA官网查看navida官网
符合要求可以进一步安装
关于cuda以及cudnn安装
-
1、cuda+cudnn安装参考https://blog.csdn.net/jhsignal/article/details/111401628
- 2、解决CUDA安装失败,Nsight Compute安装失败的一个方法https://www.bilibili.com/read/cv35625149/?jump_opus=1
二、pytorch安装
1、如何在anaconda中创建环境
打开anaconda prompt,创建虚拟环境,指定python版本(以下操作均在虚拟环境中)
conda create -n pytorch python=3.8
激活虚拟环境
conda activate pytorch
即为成功
2、安装pytorch(Gpu)
取pytorch官网找到指定连接下载pytorch官网
注意cp指的是python版本,cuXX只得是cuda对应版本,确保已经安装对应版本
官网下载太慢复制链接使用迅雷或者internet download manager
我使用迅雷下载http://download.pytorch.org/whl/cu111/torch-1.9.1%2Bcu111-cp38-cp38-win_amd64.whl
下载后在虚拟环境中输入
pip install "torch-1.9.1+cu111-cp38-cp38-win_amd64.whl" -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install "torchvision-0.10.1+cu111-cp38-cp38-win_amd64.whl" -i https://pypi.tuna.tsinghua.edu.cn/simple
出错了
pip install cryptography -i https://pypi.tuna.tsinghua.edu.cn/simple
检查是否安装
3、jupyter配置
参考https://zhuanlan.zhihu.com/p/409063952
检查是否成功
打开jupyer输入测试代码
import torch
print(torch.__version__)
print(torch.cuda.is_available())
即安装完成