1.第一步:检查自己的CUDA版本,这是我的;
如果你和我一样是11.1可以继续往下看,如果不是11.1的话看别人的吧,我也怕出错哈哈。
2.第二步:检查自己的CUDA驱动的安装;
因为我之前电脑安装了tensorflow-gpu,所以已经下载好了CUDA驱动,你也可以使用
nvcc -V
在cmd进行查看,这是我的;
3.第三步:检查自己的CUDNN的安装;
也是因为之前我安装了GPU的tensorflow,所以也安装好了,然后我的版本是7.6.4,不知道自己版本的小伙伴可以打开自己CUDA驱动的根目录,依次点击v10.0(以我自己的为例子)、include文件夹,找到cudnn.h用记事本打开,前面几行就有如下(7.6.4):
然后关于环境变量的配置,我这边也不记得我有没有配置,但感觉问题不大,出了问题再往这方面考虑吧。
4.第四步:在ANACONDA创建虚拟环境;
打开anaconda的base里的控制台,输入:
conda create -n pytorch python=3.8
我这边用的是3.8,按道理来说7、8、9应该都行吧,6我就不知道了。完事儿过程中要按一次y,安装好以后就要激活环境了;
activate pytorch
后面我们就会从base变为pytorch,例如:
变为
5.第五步:pip pytorch库:
所有版本的对应:
Previous PyTorch Versions | PyTorch
pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html
pip --default-timeout=1000 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
pip install torch==1.10.0+cu111 torchvision==0.11.1+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
补充:因为换了电脑,现在的CUDA是12.1,安装的话可以按以下命令:
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html
上面的选一条前面和我一样的朋友们可以直接用,不一样的话建议取官网查看推荐适配版本,网上好多种五花八门的少听一些。
下好大概花了我一个半小时。。。。。。。。。
6.第六步:验证安装情况;
首先输入python进入编译环境
接着输入import torch 后面是print(torch.cuda.is_available)
Ture的话就说明成功了,False的话可能安装了cpu版本或者版本不对?