windows安装Anaconda、CUDA、CUDNN、Pytorch
一、安装anaconda
- 打开官网链接anaconda官网点击download
- 双击打开下载好的文件,点击nest,然后点击agree
3.选择All Users,然后点击next
4.选择安装地址,可以根据自己需要自行选择(E:\Anaconda)
5.第一个选项意思就是将安装路径填入到系统环境变量中(不勾选的话需要后期自己添加环境变量)。第二个勾选默认的不用管。直接点击 Install
6.等待安装完成。
7.测试
cmd中输入 conda --version
8.如果没勾选添加环境变量,需要进行以下操作:
直接win搜索环境变量。
点击环境变量
双击path,添加以下路径(这里填写自己对应的路径):
E:\Anaconda
E:\Anaconda\Scripts
E:\Anaconda\Library\mingw-w64\bin
E:\Anaconda\Library\usr\bin
E:\Anaconda\Library\bin
二、安装CUDA
1.查看自己电脑适配的版本,点win搜索nvidia
点击左下角的系统信息
选择组件,第三行为CUDA版本,安装的CUDA版本应低于自己电脑的CUDA版本(这里选则安装11.3,win11可用)
2.下载CUDA,进入官网链接: https://developer.nvidia.com/cuda-toolkit-archive(这里选择11.3版本,可以根据自己需要自行下载,为了安装pytorch方便,建议下载11.3或者11.6版本)
选择下载选项,点击Download
3.安装CUDA
第一次会让设置临时解压目录,第二次会让设置安装目录;
安装目录默认。
选择自定义安装。
如果是第一次安装,全选
如果是多次安装,尽量只选择第一个
取消Visual Studio
截图记下安装路径,后面添加环境变量用到
点击下一步开始安装
等待安装完成
4.检查环境变量
点击win搜索环境变量,打开编辑环境变量
打开环境变量
如果没有自动生成需要自己添加(注意之前查看保存的路径)
CUDA_PATH
CUDA_PATH_V11_3
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_3_ROOT
5.验证安装
运行cmd,输入nvcc --version 即可查看版本号;
set cuda,可以查看 CUDA 设置的环境变量。
三、安装CUDNN
1.cuDNN下载链接: https://developer.nvidia.com/rdp/cudnn-download
(先注册登录)
2.选择对应CUDA版本的CUDNN链接: https://developer.nvidia.com/rdp/cudnn-archive
这里选择11.X(CUDA11.3),点击第一个链接下载
3.cuDNN叫配置更为准确,我们先把下载的 cuDNN 解压缩,会得到下面的文件:
下载的文件都在这个目录下:
下载后发现其实cudnn不是一个exe文件,而是一个压缩包,解压后,有三个文件夹,把三个文件夹拷贝到cuda的安装目录下。
CUDA 的安装路径在前面截图中有,或者打开电脑的环境变量查看。
拷贝时看到,CUDA 的安装目录中,有和 cuDNN 解压缩后的同名文件夹,这里注意,不需要担心,直接复制即可。cuDNN 解压缩后的同名文件夹中的配置文件会添加到 CUDA安装目录中的同名文件夹中。【此处还是建议还是分别把文件夹的内容复制到对应文件夹中去】
现在大家应该可以理解,cuDNN 其实就是 CUDA 的一个补丁而已,专为深度学习运算进行优化的。
4.验证安装是否成功
配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwidthTest.exe:
首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe(进到目录后需要直接输“bandwidthTest.exe”和“deviceQuery.exe”),应该得到下图:
四、安装pytorch
1、用conda创建环境来安装不同版本的pytorch,每次都安装删除会很麻烦,可以通过使用conda指令来为不同的版本创建单独的环境。进入cmd后输入指令:
conda create -n pytorch python=3.8
等号后面为python的版本号。
安装过程会出现y/n提示,输入y即可。安装的速度与网速有关,如若期间有未安装成功的部分再重新输入语句继续安装即可。
2、安装结束后,可输入以下语句查看自己新安装的环境:
conda info --envs
3、进入新建的环境
conda activate pytorch
4.下载安装,打开网址链接: https://pytorch.org/get-started/previous-versions/
选择Windows下的CUDA11.3(对应自己版本)
5、复制下面命令进入到cmd中虚拟环境下粘贴命令进行安装
验证安装
import torch
print(torch.__version__)
print(torch.cuda.is_available())