最近翻新了显卡,又得重新装一次环境。因课题需要,特别需要pytorch和tensorflow的gpu版本,为了方便大家装环境,故将这次重装pytorch-gpu过程给大家做个参考,期间需要的安装包也放在某盘了,需要可以自取。
-
安装Anaconda(如果未安装的话)。Anaconda是一个Python的科学计算发行版,包含了大量常用的数据科学和机器学习库。前往Anaconda网站的下载页面(https://www.anaconda.com/products/individual#Downloads)下载对应的安装程序,并按照安装指南进行安装。
-
安装合适的CUDA驱动程序和cuDNN库。首先确定你的显卡型号,然后从NVIDIA官方网站下载并安装对应的CUDA驱动程序。接着从NVIDIA开发者网站下载并安装对应版本的cuDNN库。
安装更低版本的CUDA驱动程序和对应cuDNN库。安装CUDA过程一直点下一步即可。安装好CUDA后,将cuDNN压缩包解压至CUDA路径。
命令行nvidia-smi
要下载比对应版本更低的版本,我这是12.2,所以下载了12.1,下载链接在末尾。
-
打开Anaconda Prompt(或者其他任何终端),创建一个新的虚拟环境。可以使用以下命令在Anaconda Prompt中创建一个名为pytorch的虚拟环境:
conda create --name pytorch
激活虚拟环境。使用以下命令激活刚创建的虚拟环境:
conda activate pytorch
使用以下命令安装PyTorch(选取特定版本以及CUDA版本):
conda install pytorch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 pytorch-cuda=12.1 -c pytorch -c nvidia
可以通过以下代码来检验是否成功安装了GPU版的PyTorch:
import torch # 检查是否有可用的GPU if torch.cuda.is_available(): print('成功安装了GPU版的PyTorch!') else: print('未安装GPU版的PyTorch!')
12.1CUDA驱动程序和cuDNN下载链接在此
链接:https://pan.baidu.com/s/1aOkHVXP2EuwMFYZx0oS9HA?pwd=zmr1
提取码:zmr1
最后祝大家省时省力,一次成功!