目录
1.卡带NVIDA控制面板——系统信息,查看系统对应的cuda的版本
一.安装anaconda
在anaconda官网下载安装包,安装。一步步点下去即可。
注意
- 安装目录建议设置在默认的c盘,后期的话复制环境也会更方面
- 不要勾选“add anaconda to system path enviroment variable”,后面自己添加到环境中就可以
- 安装最后一步的两个“learn...”不要选中,然后点击finish即可
1.配置anaconda环境变量
(右键此电脑——属性——高级系统设置——环境变量——系统变量——双击path——新建)
主要添加以下环境变量
2.检验
(win+r输入cmd打开控制台)
1.输入conda --version,conda info查看是否有conda环境
添加国内(清华)镜像源
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes
下面的是一些conda附加库,可以提高conda下载对应包的速度
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
二.安装cuda
1.卡带NVIDA控制面板——系统信息,查看系统对应的cuda的版本
图中便是cuda11.5
2.官网下载,安装
直接百度对应的版本的cuda下载
3.添加环境变量
4.检查
命令行输入 nvcc -V
三.安装cudnn
官网下载与cudn相对应的cudnn的版本。解开压缩包之后把cudnn目录下的文件都放到cudn目录下。
即:把cudnn\bin\里面的文件复制粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin\下面去,另外两个文件同理。
检查
打开命令行界面,切换当前工作目录到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\extras\demo_suite,运行调用bandwithTest.exe和deviceQuery.exe这两个程序,最后都要出现PASS
四.在anaconda中配置pytorch虚拟环境
注意
如果按照链接中最后验证失败,而且重启也没有用,建议去检查一下自己安装的包,看里面的pytorch是不是gpu的版本,要像下图一样版本号后面还有cuda的版本。
如果发现不是gpu的版本,那么应该是使用conda安装的问题,要使用pip重新安装,pip安装pytorch-gpu的代码(11.3):
pip3 install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio===0.10.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
其他
ps:一开始我的系统应该搭配cuda11.1,但是当时下载成了cuda11.5(官网的11默认下载的是cuda11.5的),后来等安装了cuda之后,发现我的驱动好像也升级了。感觉只要是11的都可以?会向上兼容?如果有知道的小伙伴麻烦解答一下,感谢!