最近新买了机械革命的极光Pro,显卡是RTX4060Laptop,因此想配置下深度学习的运行环境。
前置
在配置pytorch环境前,我已经安装了Nvidia显卡驱动、Anaconda和pycharm。
与之前在服务器(Linux系统)上安装环境不同,在安装完上面这些后无需自行安装CUDA,这里我猜测在安装Nvidia显卡驱动时会自动下载最新版本的CUDA和相关工具。
可以通过Win+R输入cmd进入控制台,输入nvidia-smi命令查看CUDA版本,如下图所示:
如果显示结果相同,则可以开始安装Pytorch环境。
注:以下操作来自https://blog.csdn.net/qq_43787439/article/details/130504186
conda换源
C:\Users\用户名中的.condarc,换成以下内容:
这里.condarc是一个单独的文件,在安装conda后会默认存在于C:\Users\用户名 的根目录中
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
- defaults
show_channel_urls: true
default_channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https//mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
remote_read_timeout_secs: 1000.0
ssl_verify: false
安装
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
虽然在安装显卡驱动时默认安装的CUDA版本为12.2,而pytorch官网最高只显示11.8,但会向上兼容,因此可以直接安装。
出现问题1
注意,安装过程中可能会出现Environment Not Writable Error: The current user does not have write permissions to the target environment. 的问题,此时我们需要修改Anaconda目录的权限。
右键Anaconda目录–属性–安全–编辑,将每个组或用户的权限全部改成完全控制,应用即可。
出现问题2
在修改权限过程中可能还会出现:无法枚举容器内对象 访问被拒绝的问题,我是根据以下博客:https://blog.csdn.net/wys0127/article/details/129175539,操作到步骤4解决的。
检验安装结果
待安装结束后打开Pycharm,等待更新结束后,通过以下命令查看安装是否成功:
import torch
# 查看cuda是否可以使用
print(torch.cuda.is_available())
# 查看torch版本
print(torch.__version__)
结果为如下则表示成功:
True
2.0.1
希望能帮助到大家!!预祝各位科研顺利!!