Windows下Pytorch环境配置（Anaconda、CUDA、CUDNN、Pytorch）

God-Excious

已于 2022-08-24 14:57:17 修改

阅读量950

点赞数 1

分类专栏：环境配置（安装/卸载）文章标签： pytorch windows 深度学习

于 2022-08-24 14:26:13 首次发布

本文链接：https://blog.csdn.net/qq_44220418/article/details/123651914

版权

环境配置（安装/卸载）专栏收录该内容

6 篇文章 0 订阅

订阅专栏

文章目录

一、安装Anaconda
二、CUDA安装
三、CUDNN安装
四、Anaconda创建Python虚拟环境、换源
五、安装Pytorch

一、安装Anaconda

到 Anaconda的官网（https://www.anaconda.com/）下载安装包

选择Individual Edition（个人版），跳转后点击Download下载

在这里插入图片描述

双击下载好的安装包开始安装

在这里插入图片描述

就选Just Me，Next

在这里插入图片描述

有需要可以更改安装目录

在这里插入图片描述

都勾选上，Install

在这里插入图片描述

等待安装完成

在这里插入图片描述

一路Next

在这里插入图片描述

Finish完成安装

在这里插入图片描述

检验安装：打开cmd窗口（Win+S搜速cmd并打开，或Win+R运行cmd），输入conda --version，输出版本号则安装成功

在这里插入图片描述

二、CUDA安装

去 Pytorch官网看看你要安装的Pytorch版本需要哪种版本的CUDA

在这里插入图片描述

下载CUDA之前可以先在电脑的NVIDIA驱动上，确认一下你的显卡型号和驱动（没有显卡驱动的，可以到NVIDIA官网下载安装驱动）

在这里插入图片描述

和 NVIDIA提供的CUDA文档对比，检验是否匹配

在这里插入图片描述

到 NVIDIA官网的CUDA下载（https://developer.nvidia.com/cuda-toolkit-archive）选择合适的版本下载（一开始，我选择的是11.2.2版本的，后来发现最新的Pytorch需要11.3的版本……）

在这里插入图片描述

选择完成后下载即可

在这里插入图片描述

下载完成后双击打开，开始安装（推荐默认路径）

在这里插入图片描述

等待安装完成

在这里插入图片描述

一路默认即可

在这里插入图片描述

安装完成

在这里插入图片描述

检验安装：在cmd窗口中，输入nvcc -V，正确显示版本信息则安装完成

在这里插入图片描述

三、CUDNN安装

到 NVIDIA官网的CUDNN下载（https://developer.nvidia.com/rdp/cudnn-archive）选择和CUDA相应的版本下载（我选择的是v8.2.1 for CUDA 11.x版本的）

在这里插入图片描述

选择Windows版本

在这里插入图片描述

下载完成后是一个压缩包，直接解压，得到一个文件夹如下

在这里插入图片描述

将这些文件复制到CUDA安装目录下（默认为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2，版本号差异自行更改）

在这里插入图片描述

按下Win+S搜索“Huan”找到“编辑环境变量”并打开

在这里插入图片描述

依次点击进入，并将下方的CUDA路径加入到环境变量中（路径改成自己的）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp

在这里插入图片描述

检验安装（CUDA）：打开cmd，cd到CUDA目录下的extras\demo_suite，运行bandwidthTest.exe和deviceQuery.exe这两个程序，最后输出Result = PASS即为通过，安装成功

在这里插入图片描述

四、Anaconda创建Python虚拟环境、换源

输入以下命令创建一个名为mytorch的Python 3.9.0的虚拟环境

conda create -n mytorch python=3.9.0

输入activate mytorch进入刚刚创建的虚拟环境

在这里插入图片描述

接下来我们为conda进行换源，先执行以下命令生成.condarc 文件

conda config --set show_channel_urls yes

在文件管理器中访问路径C:\Users\用户名，在用户目录下找到.condarc文件，用记事本编辑，输入以下内容并保存

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
ssl_verify: true

在这里插入图片描述

五、安装Pytorch

到 Pytorch官网选择好合适的配置，复制下方的安装命令

在这里插入图片描述

激活刚刚用conda新建的虚拟环境mytorch，输入刚刚复制的指令

⚠️⚠️⚠️注意：把-c pytorch去掉，才会从镜像源下载，速度才会快，否则慢的太难受了

在这里插入图片描述

等待安装完成

在这里插入图片描述

【注】：这篇文章是2022年3月份写的，当时确实是存在下面这个问题，现在可能已经没有这个问题了，因此先根据下面的 检查方法 看看是否安装成功，再决定是否要用下面的修正措施。

到这里就装完了？我一开始也是这么想的，直到torch.cuda.is_available()给我返回了一个False，我人都傻了

事实是，清华源并没有GPU版本的pytorch，通过conda list可以看出pytorch的版本是cpu的

我找到了一种可行的办法：在虚拟环境下，使用官方提供的Pip方式的指令进行安装

在这里插入图片描述

通过以上指令安装后，我们才算真正安装成功

检验安装：在cmd中，mytorch的虚拟环境下，输入python进入Python环境，输入以下代码，如果结果返回True，则安装成功

import torch
torch.cuda.is_available()

在这里插入图片描述

到此为止，Pytorch的全部安装结束~

God-Excious

关注

1
点赞
踩
6

收藏

觉得还不错? 一键收藏
打赏
0
评论
Windows下Pytorch环境配置（Anaconda、CUDA、CUDNN、Pytorch）

文章目录一、安装Anaconda一、安装Anaconda到 Anaconda的官网（https://www.anaconda.com/）下载安装包选择Individual Edition（个人版），跳转后点击Download下载双击下载好的安装包开始安装就选Just Me，Next有需要可以更改安装目录都勾选上，Install等待安装完成一路NextFinish完成安装...
复制链接

扫一扫