Win10+Pycharm+Anaconda+CUDA11.1+cuDNN+pytorch

小粽子~

已于 2022-04-25 15:24:44 修改

阅读量736

点赞数 1

分类专栏： conda环境 cudnn 文章标签： python cuda anaconda

于 2021-03-29 21:40:53 首次发布

本文链接：https://blog.csdn.net/qq_38846606/article/details/115301851

版权

conda环境同时被 2 个专栏收录

4 篇文章 0 订阅

订阅专栏

cudnn

2 篇文章 0 订阅

订阅专栏

本文详细指导Windows 10环境下，如何安装Anaconda、PyCharm、CUDA 11.1和cuDNN，包括显卡信息查看、环境变量配置，以及PyTorch的安装与验证步骤，适合深度学习开发者参考。

摘要由CSDN通过智能技术生成

安装配置

系统： Windows10
显卡： GTX1080Ti
VisualStudio： 2019
Python： 3.7.3
CUDA： 11.1
cuDNN： 8.1.1

Anaconda

首先在官网上下载Anaconda
Anaconda安装基本是一路next就行，其中有两个地方需要注意。

选择Just Me
Add Anaconda to my PATH environment variable。
一路next之后就要等安装，过程比较慢。
安装到最后，会让选择是否安装VSCode。如果之前电脑上没装VS而且之前没装过这个，就要装一下。社区版是免费的
勾选通用Windows平台开发、使用C++的桌面开发、Python开发、Visual Studio 扩展开发

Pycharm

下载Pycharm，默认安装

CUDA

查看当前显卡信息

j进入NVIDIA控制面板，单击界面左下角的系统信息。
可在显示和组件两个选项卡中查看显卡信息。
查看驱动与CUDA对应表我的显卡驱动版本是456.71，所以我装的是CUDA 11.1.0
配置环境变量
电脑-》属性-》高级系统设置-》环境变量
在系统变量里多了这两项

但是这还不够，我们还需要再添加五个系统变量（根据实际安装版本和路径添加，一样版本和默认路径的可直接复制粘贴）前面是变量名字后面是路径：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1
 
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

在这里插入图片描述
在系统变量Path里添加变量，双击Path添加如下变量（同样根据实际路径填）

%CUDA_LIB_PATH%
 
%CUDA_BIN_PATH%
 
%CUDA_SDK_LIB_PATH%
 
%CUDA_SDK_BIN_PATH%
 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin 
 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\common\lib\x64
 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\bin\win64

检查是否成功
在cmd中，切换到这个目录下执行两个exe

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite

分别运行

bandwidthTest.exe
deviceQuery.exe

如果得到两个PASS就证明成功了，如图：

在这里插入图片描述

配置CUDNN

下载cuDNN8.1.1，只要是for CUDA 11.1的都行
将cuDNN里面的全部内容复制到目录[C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1]下

安装Pytorch

到pytorch官网根据自己的情况进行选择：https://pytorch.org/

其中要选conda, CUDA版本的选择会要求电脑英伟达显卡驱动版本必须大于某个值，具体自行查。

将最下面的一行复制下来（末尾的 -c pytorch 不要复制，否则下载的源会默认是pytorch官方源，速度贼慢），我的是：

pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

验证

在(pytorch) C:\Users\29530>后输入：python 回车进入python环境，而后再输入import torch回车无异常表示pytorch安装成功，然后输入： torch.cuda.is_available()，若返回 true,表示该pytorch可以使用GPU。

参考文献
https://blog.csdn.net/clksjx/article/details/83626500
https://www.freesion.com/article/964244448/
https://blog.csdn.net/weixin_42101177/article/details/113512010
pytorch