竹杖芒鞋轻胜马

明前雨后ly

已于 2024-08-23 10:50:57 修改

阅读量1.5k

点赞数 35

文章标签： python pytorch

于 2024-08-23 01:37:56 首次发布

本文链接：https://blog.csdn.net/qq_42747104/article/details/141440265

版权

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

在这里插入图片描述

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。

在这里插入图片描述

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。

在这里插入图片描述

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）。

在这里插入图片描述

2、下载完毕后，查看此显卡驱动版本545.84<546.24，进行安装。

在这里插入图片描述
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。
在这里插入图片描述

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

在这里插入图片描述

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。

在这里插入图片描述

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
在这里插入图片描述
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。

在这里插入图片描述

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。
在这里插入图片描述

其他博主推荐的解决方法见下图
在这里插入图片描述

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