win11系统下Anaconda,PyTorch,cuda 最新安装教程(2022-10-26)

一、Anaconda安装

1.Anaconda介绍

Anaconda在英文中是“蟒蛇”,麻辣鸡(Nicki Minaj妮琪·米娜)有首歌就叫《Anaconda》,表示像蟒蛇一样性感妖娆的身体。

Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带 宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。----- 百度百科

2.安装

官网下载地址 link
选择产品的个人版
选择产品的个人版
选择windows版本下载
在这里插入图片描述
在这里插入图片描述
下载完成后点击安装
在这里插入图片描述
这里选择All Users
在这里插入图片描述
设置安装路径,注意路径中不要包含中文(图中仅作示范)
在这里插入图片描述
红框中表示的是配置环境变量
当我们选择all users后,在这里是无法勾选,我们需要在安装完成之后手动配置环境变量,后续会讲解如何配置,点击下一步开始安装,等待安装完成,过程可能比较漫长,耐心等待
如果选择的是just me 那么这里是可以勾选的,可以直接勾选,后续不用再配环境变量,但是可能会导致其余软件安装之后,环境变量路径比较繁杂
在这里插入图片描述

3.Anacoda环境变量配置

计算机->属性->高级->环境变量
在这里插入图片描述
在这里插入图片描述在环境变量新增以下文件路径:

H:\Anaconda3
H:\Anaconda3\Scripts
H:\Anaconda3\Library\bin
H:\anaconda\Library\mingw-w64\bin(可选)

在这里插入图片描述

4.验证Anaconda安装

win+R输入cmd
在这里插入图片描述

4.1验证Anaconda环境是否安装成功

conda --version

在这里插入图片描述

4.2检查安装的环境变量

conda info --envs

在这里插入图片描述
可以发现在安装anaconda的时候,已经自带配置pytorch环境,所以后续不需要再配置pytorch环境

4.3激活pytorch环境

在开始中打开Anaconda Prompt
在这里插入图片描述

查看pytorch环境

conda activate PyTorch

在这里插入图片描述

4.4检查python版本

python --version

在这里插入图片描述
可以发现在安装anaconda的时候,已经自带安装了python

二、cuda安装

1.确认自己电脑可以安装的CUDA

在桌面鼠标右键,进入NVDIA控制面板:
在这里插入图片描述
点击系统信息
在这里插入图片描述
点击组件,显示CUDA后续即为版本号
在这里插入图片描述

2.下载cuda

官网: link
选择windows版本
在这里插入图片描述
下载完成后打开CUDA

在这里插入图片描述
同意并继续
在这里插入图片描述
自定义安装
在这里插入图片描述
下一步
在这里插入图片描述
更改安装路径,建议先在新的安装路径下创建好对应的文件夹
在这里插入图片描述
勾选安装,点击下一步,等待五到十分钟安装完成
在这里插入图片描述
检查是否安装成功
在H:\NVIDIA Coputing Toolkit\CUDA\v11.7\bin下见检查是否存在nvcc.exe文件
在这里插入图片描述
win+R输入CMD

	nvcc -V

输入此命令,显示下面内容表示安装成功
在这里插入图片描述

三、PyTorch安装

1.配置清华镜像(可省略)

在安装之前我们需要配备一下清华镜像,这样后续的安装下载过程就不会很慢
清华镜像库: link.

TUNA 还提供了 Anaconda 仓库与第三方源(conda-forge、msys2、pytorch等,查看完整列表)的镜像,各系统都可以通过修改用户目录下的 .condarc 文件。Windows 用户无法直接创建名为 .condarc 的文件,可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。
注:由于更新过快难以同步,我们不同步pytorch-nightly, pytorch-nightly-cpu, ignite-nightly这三个包。

在Anaconda prompt命令窗口输入:

conda config --set show_channel_urls yes

在C:\Users\XXX中找到.condarc文件,右键编辑,将文件修改如下,然后保存

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

运行conda clean -i清除索引缓存,保证用的是镜像站提供的索引。

2.下载PyTorch

PyTorch官网: link.
进入官网之后往下拉,在页面选择合适的Pytorch版本,复制方框中的命令
图片:
在这里插入图片描述

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

以管理员方式进入Aconda prompt命令窗口

conda activate PyTorch

进入PyTorch环境中
在这里插入图片描述
输入官网复制的命令,如果用的是清华镜像,则需要将命令-c之后的删掉,开始下载

conda install pytorch torchvision torchaudio cudatoolkit=11.3

3.检查安装结果

安装完成之后,命令框会自动重启,输入python在其中检查是否成功安装

import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available())

在这里插入图片描述

  • 13
    点赞
  • 76
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: 您好,使用cudatoolkit=11.1镜像安装的步骤如下: 1. 首先需要下载cudatoolkit=11.1的镜像文件,可以从NVIDIA官网下载或者从其他可靠的镜像站点下载。 2. 下载完成后,将镜像文件保存到本地的某个目录中。 3. 打开终端或者命令行窗口,进入到保存镜像文件的目录中。 4. 使用以下命令来启动镜像安装程序: sudo sh cuda_11.1._456.43_linux.run 注意:这里的文件名需要根据您下载的镜像文件名进行相应的修改。 5. 接下来,按照安装程序的提示进行操作,包括接受许可协议、选择安装路径、选择组件等。 6. 安装完成后,需要将CUDA的环境变量添加到系统的PATH中,以便在终端或者命令行窗口中可以直接使用CUDA命令。 可以在.bashrc或者.zshrc等文件中添加以下内容: export PATH=/usr/local/cuda-11.1/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH 7. 最后,重新启动终端或者命令行窗口,以使环境变量生效。 希望以上步骤对您有所帮助。 ### 回答2: 在进行CUDA Toolkit 11.1的镜像安装之前,需要进行以下准备工作: 1. 下载CUDA Toolkit 11.1的镜像文件,并且确保该文件能够在目标系统上运行。 2. 在目标系统上安装一些必要的工具,例如Docker和NVIDIA Docker工具。 接下来,我们来详细介绍如何进行CUDA Toolkit 11.1的镜像安装。 第一步:拉取镜像 使用以下命令拉取CUDA Toolkit 11.1的镜像: ``` docker pull nvidia/cuda:11.1-base ``` 该命令将会从Docker Hub上下载和拉取nvidia/cuda:11.1-base镜像。 第二步:启动容器 使用以下命令启动一个容器: ``` docker run -it --rm --name mycuda nvidia/cuda:11.1-base ``` 该命令将会启动一个名为mycuda的容器,并进入到该容器内部。 第三步:安装CUDA Toolkit 在容器内部,我们可以通过以下命令安装CUDA Toolkit: ``` apt-get update apt-get install -y cuda ``` 该命令将会更新apt-get软件包列表,并且安装CUDA Toolkit。 第四步:验证CUDA Toolkit 使用以下命令来验证CUDA Toolkit的安装: ``` nvcc -V ``` 该命令将会输出CUDA Toolkit的版本信息和系统信息。 至此,CUDA Toolkit 11.1的镜像安装已经完成。可以通过退出容器并删除该容器来结束该过程: ``` exit docker rm mycuda ``` 总之,进行CUDA Toolkit 11.1的镜像安装需要进行多个步骤,需要进行一定的准备工作。但是,这种安装方式可以更加稳定地进行CUDA Toolkit的安装,并且能够提供更好的可重复性。 ### 回答3: cuda是一个高性能的通用并行计算平台,可以用于解决复杂的计算问题。而cudatoolkit是针对nvidia gpu的cuda工具包,其中包含了cuda运行库、cuda编译器、cuda矩阵库等等,方便用户进行cuda开发和应用编写。 在使用cuda时,我们需要安装相应版本的cudatoolkit。本文将介绍如何使用cudatoolkit=11.1镜像进行安装。 首先,需要在nvidia官网上找到cudatoolkit=11.1的镜像。我们可以通过以下链接进入nvidia官网:https://developer.nvidia.com/cuda-11.1-download-archive。在该页面中,我们可以找到11.1版本的cudatoolkit的镜像,同时还有各个操作系统对应的版本,例如Windows、Linux和Mac等等。 接着,我们选择适合自己系统的版本进行下载和安装。以Linux系统为例,我们可以从官网上下载到相应的.tar文件,然后使用以下命令进行解压缩和安装: ```bash $ tar -xzvf cuda_11.1.0_linux.run $ sudo sh cuda_11.1.0_linux.run ``` 在安装过程中,会需要我们选择一些安装选项。具体可以参考官方文档:https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html 。 安装完毕后,我们可以通过以下命令查看是否安装成功: ```bash $ nvcc --version ``` 如果能够正常输出版本信息,则说明cudatoolkit=11.1已经成功安装。 总结而言,cudatoolkit是进行cuda开发和应用编写的重要工具包,其安装对于使用cuda具有至关重要的作用。本文主要介绍了使用cudatoolkit=11.1镜像进行安装的方法和步骤。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值