目录
一、软件硬件
电脑:系统型号 HP ProBook 450 G8 Notebook PC(HP战66四代)
系统:Win10
软件:已安装python3.10、PyCharm 2022.2.1、Visual Studio 2019
二、参考博客
- 酷酷的懒虫. Anaconda安装-超详细版(2023). CSDN. 2023,03
- CtrlZ1. 一篇解决:win10安装CUDA以及GPU版pytorch. CSDN. 2021,05
- 我是土堆. 最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置……[B]. 2022,05
(PS:参考帖下面都会用到,所以放到上面来)
三、下载安装
一共需要安装anaconda+CUDA+cuDNN+PyTorch
(初次安装的友友一步一步慢慢来,需要一定的耐心,可能一天安装不完,如果不成功还要查阅大量博客,PyTorch更新的很快,可能前人的经验一段时间后就不奏效了。)
3.1 下载安装anaconda
每个项目需要的工具包版本不一致,需要构建多个虚拟环境,所以用anaconda解决这个问题。
- 下载和安装anaconda参考博客[1],这个不难,所以这里不做过多描述。
- 配置环境变量
选择Path路径,点击“新建”或“编辑
将以下三个环境变量对应地添加或更改。
3.2 下载安装CUDA
CUDA用于将张量或模型移动到GPU上进行计算。
根据博客[2]查询电脑显卡是否支持CUDA以及查询安装哪个版本的CUDA,下面进行具体操作。
-
在设备管理器中找到电脑GPU型号
或者在任务管理器查看计算机的显卡
-
NVIDIA控制面板→帮助→系统信息→组件→3D设置
找到显卡推荐的CUDA版本
NVIDIA控制面板找不到可以直接在“开始”搜索“NVIDIA”。
-
下载适合自己系统的CUDA,网址:https://developer.nvidia.com/cuda-toolkit-archive
我是12.0.1,依次勾选,本地下载。
-
安装
杀毒软件暂时退出。
在安装过程中会有两个选择路径的时候。这是第一次的路径选择,这个路径下的文件夹安装完会消失,所以我随便起了个名字。
因为CUDA安装完会自动删除一开始的临时安装文件
选择“自定义”
“自定义安装选项”这里需要注意的是,如果前面没有安装VS,直接安装的这个,需要把CUDA里面的“Visual Studio Integration”取消勾选,否则会安装不成功。我前面已经安装VS2019了,所以就不取消了。
新版本和当前版本没有版本号的情况下,不用管,默认都勾上。
安装位置可以不装在C盘,我放在了D盘下,记住自己的安装位置,后面要用!
等待安装
安装完成
-
查看系统环境变量
在系统设置界面搜索“高级系统设置”,点出“系统属性”框
可以看到,CUDA环境变量已经自动加入到系统中。 -
测试CUDA是否安装成功
“win+R”快捷键, 输入“cmd”,调出命令行终端,输入“nvcc -V”,返回版本号则安装成功。【注意,nvcc和-V中间有一个空格】
3.3 下载cuDNN
cuDNN 是 NVIDIA 的 CUDA 深度神经网络库,可以显著提高训练速度和推断速度。
cuDNN要匹配CUDA的版本,下载地址:https://developer.nvidia.com/rdp/cudnn-archive
找自己的版本,例如:
注册一个NVIDIA账号就可以下载。
解压后,将这三个文件复制到CUDA的安装目录下。放心粘贴就行,同名文件夹会自动合并。
3.4 下载PyTorch
方法一:官网直下(不推荐,可跳过直接看方法二)
- 打开PyTorch官网:https://pytorch.org/。如图样勾选,复制最后一行。
- 打开“Anaconda Prompt”
- 先创建一个PyTorch环境,例如:
conda create -n pytorch python=3
然后粘贴PyTorch官网那一行地址,回车。
- “Proceed([y]/n)?”后面输入“y”
(PS:这个方法我试了好多次不成功,但是有朋友可以成功,懒得镜像的可以这样先试一下。)
方法二:PyTorch镜像加速安装
这个方法参考了视频[3]及其评论区建议,完整视频有些长,感兴趣的可以去看看。
安装pytorch全程在“Anaconda Prompt”中,下面开始具体步骤。
-
创建虚拟环境
● 利用conda create指令创建新的虚拟环境:
conda create -n 虚拟环境名字 python=版本
(例如我输入的是conda create -n pytorch python=3.10)
虚拟环境的名字,如果是自己的电脑,直接起pytorch就可以,共用电脑如果要建立自己的虚拟环境,可以起个自己的名字,比如moonlightpytorch。
● 添加镜像加速的一般公式:
conda create -n 虚拟环境名字 python=版本 -c 镜像地址
清华镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像:https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
阿里巴巴镜像:http://mirrors.aliyun.com/anaconda/pkgs/main
【Tips:1.创建虚拟环境一般不慢,一般无需镜像加速。
2.如出现 “Proceed([y]/n)?” 提示,输入“y”后回车。】 -
删除虚拟环境(如有需要再自行使用)
删除虚拟环境:conda remove -n 虚拟环境名字 --all
持久添加通道:conda config --add channels 通道地址
删除通道:conda config --remove channels 通道地址 -
创建好虚拟环境后(在“Anaconda Prompt”中输入例如:conda create -n pytorch python=3.10),进入所建立的虚拟环境中,输入conda activate pytorch
-
PyTorch官网的地址
打开PyTorch官网:https://pytorch.org/。如图样勾选,复制最后一行。
需要说明的是,这里选择的Pytorch的CUDA版本要小于你实际安装的CUDA版本,意思是实际安装的CUDA要兼容这里的PyTorch。 -
采用镜像方法安装PyTorch (以下请仔细阅读)
● CUDA11.6版本以前添加镜像源:
conda install pytorch -c pytorch torchvision torchaudio cudatoolkit=版本 -c 镜像地址
(其中conda install pytorch -c pytorch torchvision torchaudio cudatoolkit=11.3是从官网复制的地址)
● 镜像地址:
清华镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
北京外国语大学镜像:https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/
阿里巴巴镜像:http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/
南京大学镜像:https://mirror.nju.edu.cn/pub/anaconda/cloud/pytorch/win-64/
● CUDA11.6版本及以后添加镜像源(或者上面方法报错用这个):
□ 首先添加清华镜像源(也可以自己添加其他镜像源):
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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
□ 然后输入命令行:
conda install pytorch torchvision torchaudio pytorch-cuda=版本 -c nvidia
【Tips:1.安装结束后会有显示 “done”。
2.如出现 “Proceed([y]/n)?” 提示,输入“y”后回车。
3.PyTorch,需要安装pytorch,torchvision,torchaudio三个包,都包括在地址里了。】 -
验证PyTorch是否安装成功
● 初步验证
激活你安装的虚拟环境,例如conda activate pytorch
输入conda list,看有没有pytorch或者torch,有就表示安装成功。
● 如不放心,可进一步验证
输入python
输入import torch
输入torch.cuda.is_available()
如果显示True,则表示安装成功了!
进行到这里,表示你已经全部安装成功了,祝贺!!!