Windows、GPU环境下配置anaconda+cuda+cudann+pytorch
零、下载安装Anaconda
操作步骤
1、进入网址https://www.anaconda.com/download,点击跳过注册,直接下载
2、下载完成后点击安装
安装中,选择Anaconda加入PATH环境变量中。
3、建立虚拟环境,搜索框打开Anaconda Prompt输入命令。
(1) 创建并激活虚拟环境,conda create -n your_env_name python=X.X,如:conda create -n tly18 python=3.10,tly18为虚拟环境名,python版本为3.10。
(2) 等待相关库安装完成,激活环境,在Anaconda Prompt输入activate your_env_name,如:activate tly18。
一、检查电脑设备最高支持的CUDA
操作流程:本机默认已安装显卡驱动
1、按键 win + r,输入cmd。
2、在打开的界面输入nvidia-smi,查看CUDA版本:12.3,显卡驱动版本:546.24。
备注:运行 nvcc -V 和 nvidia-smi 显示CUDA的版本不一致的原因说明
CUDA分 runtime api 和 driver api,两者都有对应的CUDA版本,nvcc --version 显示的是 runtime api 对应的CUDA版本,而 nvidia-smi 显示的是 driver api 对应的CUDA版本。通常,driver api的版本能向下兼容runtime api的版本,即 nvidia-smi 显示的版本大于nvcc --version 的版本通常不会出现大问题。
二、下载安装runtime api时的CUDA
操作流程
1、进入网址 https://developer.nvidia.com/cuda-toolkit-archive,runtime api CUDA选择12.3.0下载(正好等于driver api CUDA)。
2、下载完毕后,查看此显卡驱动版本545.84<546.24,进行安装。
安装在自己设定位置,自定义安装(全选)。
3、检查CUDA是否安装成功
电脑重启(为了更新环境变量)。按键win+r,输入cmd进入终端窗口输入nvcc -V(注意使用大写V),若结果如图所示说明CUDA安装成功。
三、下载CUDNN
操作流程
1、进入网址https://developer.nvidia.com/rdp/cudnn-archive,下载v8.9.7
2、将CUDNN文件里面bin、include、lib文件夹中的文件复制到CUDA安装路径下对应的文件夹。
3、将两个路径添加到系统环境变量path中
进入环境变量:搜索框搜索编辑系统环境变量 或者 右击我的电脑—>属性—>高级系统设置—>环境变量
点击path,点击编辑
两次点击新建,分别输入安装CUDA的lib和include地址。
四、安装pytorch
操作步骤
1、进入网址https://pytorch.org/get-started/previous-versions/,拷贝安装指令。
2、打开Anaconda Prompt,在零节的虚拟环境下输入上述指令
博主遇到报错,(‘Connection broken: IncompleteRead(11749760 bytes read, 58852694 more expected)’, Inco),原因:网速慢,需 V皮N,节点不行也会报错。我的解决方式:换到china taiwan节点。
其他博主推荐的解决方法见下图
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes