目录
2.在anaconda中,打开(激活)自己的环境,如果不知道自己有哪些环境可以输入conda env list来查看自己有哪些环境,并打开自己的环境。
注意是anaconda+pycharm而不是python+pycharm
1.从搜索栏中,输入Anaconda prompt,打开。
2.在anaconda中,打开(激活)自己的环境,如果不知道自己有哪些环境可以输入conda env list来查看自己有哪些环境,并打开自己的环境。
发现base、csdn、learn、pytorchProject1、pytorch、tensorflow1、zhongxin、zhongxin这六个环境。
然后我们打开要配置你的环境,我这里以zhongxing这个环境为例。我们输入activate csdn,这样就进入了以zhongxin为名字的环境,然后这个窗口就先不要关闭了,开着就行。关了之后就重新打开
如果说你想创建一个新环境,以我的csdn环境为例,输入
conda create -n csdn python=3.9,输入这个代码之后就会创建一个名字为csdn的环境
3.查看自己CUDA能够支持的版本
在搜索栏中输入cmd,打开cmd,并输入nvidia-smi,观察cuda支持的版本我这里显示的是11.3,所以之后选择的cuda版本不能超过11.3
4.通过网站找到gpu版本 的pytorch下载代码
进入pytorch官网:https://pytorch.org/,根据电脑的CUDA版本找到适合电脑的pytorch的下载代码。
点击Previous versions of PyTorch查找以前的版本,这里的版本是11.8高于我电脑的版本,所以我需要找到以前的相应的代码,并复制下来,
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch
5.下载gpu版本的pytorch
在anaconda prompt中输入下列代码,这里复制的时候把 -c pytorch去掉,否则会用官网的通道,导致下载过慢(两个都可以试一下,能下下来就可以)
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3
输入之后显示这个,这个过程比较长他会下载gpu版本的torch,并输入y,下载过程很慢需要等待。
6.验证GPU-pytorch是否可用
下载完成之后,在命令行中输入,输出为True,说明已经下载好了。
import torch
torch.cuda.is_available()
7.安装中会出现的问题
1.网络不稳定,网络差(大多数情况)
2.换一些源,换成清华源等网站,可以借鉴一下其他博主