Windows环境下Anaconda+Cuda+Pytorch安装教程

一、安装anaconda

安装步骤

1.官网下载，点击Download

2.安装过程中，有两个注意事项：

上面那个勾选，下面那个不勾选：

添加anaconda到PATH

不要默认添加python3.9

3.其他步骤随意

4.创建虚拟环境

①同时按下这两个键：Win+R

②输入cmd，点击确定（回车键也行）

③输入conda create -n env-name python=3.6

(env-name表示创建的虚拟环境的名字，可以根据自己的喜好取，python=3.6是我自己用的python版本，也可以用其他版本)

安装过程中出现：Proceed([y]/n)?

就输入y并按回车键

安装完成之后会出现这个done界面

如果没有出现这个界面就停止，可能是下载超时，重新来一次就行

二、安装CUDA

1.注意事项

安装CUDA的注意事项很多：

①安装CUDA其实是安装2个包：

cudatoolkit和cudnn

②版本之间的匹配问题，下面详细说明。

2.搞清楚你的NVIDIA显卡型号

①同时按下这两个键：Win+R

②输入cmd，点击确定（回车键也行）

③查看电脑的驱动版本和显卡型号

④非常关键的一步：查看各种型号之间的对应关系链接

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

接下来会有示范教程

这里拿我自己的 Driver Version:431.87举例

我能选择的最高版本为CUDA Version： 10.1

CUDA是向下兼容，向上不兼容

⑤下载CUDA Toolkit找自己对应的版本就行，下载完记得安装，默认安装路径就行（方便后面找）

注意选择适合自己的版本就好，这个只是适合我的版本

⑥下载cuDNN找自己对应的版本就行

如果这个页面没有合适的版本，就用这个链接

https://developer.nvidia.com/rdp/cudnn-archive

记得勾选 I Agree

⑦解压cuDNN到当前文件夹

得到cuda文件夹，打开

复制'bin','include','lib'三个文件夹

粘贴到安装CUDA Toolkit的文件夹里面（刚才默认安装路径的话，这里应该就是

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

按照这个路径打开，粘贴上去就行

3.配置环境变量

①计算机（我的电脑）右键->属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V8_0两个环境变量。

接下来，还要在系统中添加以下几个环境变量：

CUDA_SDK_PATH =C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

(这是默认安装路径，等号左边是变量名，等号右边是变量值）)

步骤同上：

CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

CUDA_BIN_PATH = %CUDA_PATH%\bin

CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64

CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

②在系统变量 PATH 下添加：

%CUDA_LIB_PATH%;

%CUDA_BIN_PATH%;

%CUDA_SDK_LIB_PATH%;

%CUDA_SDK_BIN_PATH%;

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64；

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin；

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64；

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64；

4.验证是否安装成功

主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe

①同时按下这两个键：Win+R

②输入cmd，点击确定（回车键也行）

③cd进入安装路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite

④执行bandwidthTest.exe，输出result=pass表示安装成功

bandwidthTest.exe

⑤继续执行deviceQuery.exe，同样输出result=pass表示安装成功

deviceQuery.exe

三、安装Pytorch

1.进入官网链接，找到对应的版本

CUDA与Pytorch版本对应关系

​

(我的10.1的CUDA对应的最高版本的是1.7.1的Pytorch）

​

2.找到对应的版本

①复制这串命令

​

②同时按下这两个键：Win+R

③输入cmd，点击确定（回车键也行）

④激活之前创建的虚拟环境,env-name换成之前自己创建的名字

activate env-name

⑤粘贴安装

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

3.安装之后进入虚拟环境测试

①进入python环境

python

②导入torch

import torch

③输入torch.cuda.is_available()

torch.cuda.is_available()

④输出True表示安装成功

​

四、最后附上我之前参考的一些网址：

Pytorch1.0+CUDA10.0+cuDNN环境配置之谈（Win 10）

win10下CUDA和CUDNN的安装（超详细）！亲测有效！

PyTorch 最新安装教程（2021-07-27）