使用anaconda配置gpu版本的torch==1.7.1（非30系列以上显卡也可用）

使用anaconda配置gpu版本的torch==1.7.1（非30系列以上显卡也可用）

一、环境内容：

二、Anaconda环境配置：

1、Anaconda的下载与安装（已跳过下载）

2、Cudnn和CUDA的下载和安装

1、Cudnn和CUDA的下载（已跳过）

2、Cudnn和CUDA的安装

三、配置torch环境

1、pytorch环境的创建与激活

2、pytorch库的安装

3、其它依赖库的安装

四、使用pytorch-gpu环境 (可看我以往教程最后一步）

---

一、环境内容：

torch==1.7.1
torchvision==0.8.2

CUDA==10.2

cudnn==10.2

接下来要用到的所有安装文件——百度网盘下载：

链接：https://pan.baidu.com/s/1DuOnWeSpuGriUlKBm21n-A 
提取码：6h0b 
--来自百度网盘超级会员V1的分享

二、Anaconda环境配置：

1、Anaconda的下载与安装（已跳过下载）

        开始安装 

         选择安装的位置，可以不安装在C盘。

         我选择了Add Anaconda to my PATH environment variable，这样会自动将anaconda装到系统的环境变量中，配置会更加方便一些。

        等待安装完之后，Anaconda的安装就结束了。  

2、Cudnn和CUDA的下载和安装

1、Cudnn和CUDA的下载（已跳过）

具体下载过程包括注册等繁琐的步骤，既然已经给了安装包，为了保持精简就不在此赘述。

2、Cudnn和CUDA的安装

        下载好之后可以打开exe文件进行安装。

         这一步最好保存自己的图片，方便最后配置环境变量的时候查看。

        这里选择自定义。

        然后直接点下一步就行了。 

         安装完后在C盘这个位置可以找到根目录。C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2，然后大家把Cudnn的内容进行解压。 把这里面的内容直接复制到C盘的根目录下就可以了。

          安装完成后配置环境，Path需要手动添加如下路径，对应上一步的安装路径：此电脑右键->属性->高级系统设置->环境变量->双击系统环境变量中的Path点击新建，检查，若在系统变量中已有路径，无需执行此步。 (--一条一条添加--）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

        检查安装是否成功，cmd中输入 nvcc -V(V一定要大写）

三、配置torch环境

1、pytorch环境的创建与激活

        打开anaconda prompt：

conda create –n pytorch-plus python=3.8 -y

 activate pytorch-plus

这里一共存在两条指令：
前面一条指令用于创建一个名为pytorch-plus的环境，该环境的python版本为3.7。
后面一条指令用于激活一个名为pytorch-plus的环境。

由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。

 此时cmd窗口的样子为： 

2、pytorch库的安装

由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。

 安装Pytorch（输入以下命令）

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch

或者去官网下载自己对应的版本： 

Previous PyTorch Versions | PyTorch

3、其它依赖库的安装

但如果想要跑深度学习模型，还有一些其它的依赖库需要安装。具体如下

scipy==1.7.1
numpy==1.21.2
matplotlib==3.4.3
opencv_python==4.5.3.56
tqdm==4.62.2
Pillow==8.3.2
h5py==2.10.0

 如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中。

使用如下指令安装即可。下述指令中，requirements.txt的绝对路径是我将文件放在桌面的路径，小技巧：只需要把文件移动文件到anaconda/cmd窗口中可以自动获取该文件的绝对路径。

pip install -r C:\Users\33232\Desktop\requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple

四、使用pytorch-gpu环境 (可看我以往教程最后一步）

深度学习环境配置——windows下的tensorflow-cpu=2.2.0环境配置_阿良是炼丹师的博客-CSDN博客_tensorflow-cpu

完毕！

如果大家觉得本文章对你有帮助，麻烦点赞+收藏一下，谢谢！