pytorh(gpu版)+jupyter环境配置

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