【硬件的安装】
购买的GPU显卡是七彩虹(Colorful)iGame GeForce RTX 3060 Mini OC 12G,功耗标称550W,单风扇。目前与主板共用一个电源,没有使用独立电源。目标服务器配置为:12th Gen Intel(R) Core(TM) i5-12400,16G内存,2T IDE+512G SSD,自带Intel UHD Graphics 730集显,操作系统为win11。
【显卡驱动】
安装完可以命令验证:
【安装anaconda】
在conda base(root)命令行下测试新建虚拟环境:conda create -n ljg
如果失败,可能是外国的源的问题。先执行
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
然后修改C:\Users\xxx\.condarc
使用清华镜像 anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
如果成功,可以看到:
【安装visual stadio】
打开微软官网免费的开发人员软件和服务 - Visual Studio (microsoft.com)
选社区版下载安装。安装完打开visaual Studio程序,工作负荷选C++桌面即可。
【安装cuda-toolkit】
打开英伟达官网CUDA Toolkit Archive | NVIDIA Developer
选择12.3.2版本,然后选windows-x86-10-exe(local)下载到本地安装。
可在CMD命令行运行nvcc –V 确认安装成功
【安装cuDNN】
打开英伟达官网CUDA Deep Neural Network (cuDNN) | NVIDIA Developer
选择Download cuDNN Library,然后选windows-x86-Tarball-12下载压缩包。解压后,把所有文件拷贝到cuda的cudnn目录下,如下图:
【安装pytorch】
打开pytorch官网https://pytorch.org/get-started/locally/生成下载链接,然后conda下使用pip工具安装:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
注意,不能使用conda install pytorch安装,这样默认是CPU版的!
装完可以使用conda base(root)下的命令行验证:
【环境验证】
命令行测试:
nvidia-smi --驱动程序安装成功标记
nvcc -V --cuda-toolkit安装成功标记
GPU+py torch环境测试:
import torch
torch.cuda.is_available()
返回True表示安装成功。