环境搭建 (不必什么都要最新的)
一.anaconda安装
1.前言:先装Python还是先装Anaconda? 装anaconda,就不需要单独装python了 anaconda 是一个python的发行版,包括了python和很多常见的软件库, 和一个包管理器conda。
2.下载Anaconda Anaconda官网 这里选择清华大学镜像网安装,具体见这个网站的教程(官网进去太慢) 建议直接安装在根目录下。 老教程:Anaconda下载安装以及换源,点此进入,访问网站 详细全面先看这个
新教程:Anaconda3的安装教程 软件更新换代会有细微差距
注意此处:要是懒得配置后面的4、配置Anaconda环境变量Path,勾选也行
3.安装对应的CUDA基础框架 注意:AMD(锐龙)芯片没有GPU 也没有配套显卡驱动 要NVIDIA
显卡
-
3.1安装显卡驱动,针对没有安装显卡驱动的人,安装过了可以跳过此步骤
(可在命令行输入nvidia-smi查看是否安装) 在搜索栏输入(或者点击开始打开)"设备管理器",找到显示适配器,第一个核显,第二个才是我们要用的独显
图一1
或者打开任务管理器查看GPU1
图一2
点击进入nvidia驱动程序下载网站,并根据图一得到的信息进行选取,之后点击搜索,访问网站
图二
出现以下信息并下载 安装就直接点就行
图三
-
如果有显卡驱动,寻找系统能安装的cuda的最新版本上限 (一般不用管) 方法一: 直接使用win+R组合键,并输入cmd后打开命令行 输入
nvidia-smi
nvidia-smi(driver version)和nvcc -V(runtime version),CUDA Driver Version应该是跟着GPU驱动走的,Runtime Version取决于当前设置。Driver Version一般 >= Runtime Version, 否则insufficient图四1
图四2
图四1就可以显示你电脑当前能装的cuda的最大版本是11.4,这里建议选择cuda10.1进行下载
如下图四3PyTorch GPU版本最适合的CUDA版本是10.2和11.3
图四3
方法二: 请打开nvidia控制面板(桌面鼠标右击),GPU驱动的版本可在 NVIDIA控制面板里找到,点击右下系统信息:
图五
直接CUDA个版本与驱动的关系如下:
图六1
图六2
这里一般建议下载cuda10.2
-
3.2安装cuda,建议安装(cuda10.2) 下面我以cuda10.1为例子进行安装 点击进入下载网站下载
图七
选择CUDA TOOlkit 10.1 中的任何一个都可以,并进行以下选择
图八
1.首先是缓存下载文件,选择目录文件夹时,选一个空文件夹放进去 2.选择自定义
图九
3.只选中图片中勾选的选项,其他的都不选
图十
4.确定安装位置建议默认,之后如果要装tensorflow会涉及到cudnn,到时候找起来麻烦
图十一
5.选中框,完成安装并关闭
图十二
6.在命令行中输入
nvcc -V
确认是否安装成功图十三
pytorch gpu版本安装 1.在命令行中,使用
conda create -n your_env_name python=X.X
(3.7、3.6等)命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。(此处建议创建的python版本为3.6,比如:conda create -n torch python=3.6
)2.如果一不小心退出了虚拟环境就在命令行中使用,
activate your_env_name(虚拟环境名称)
重新激活环境3.在虚拟环境中使用以下代码安装pytorch gpu版本 注意要激活虚拟环境
CUDA10.2:
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch
CUDA10.1:
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
4.如果上述代码失效使用以下代码
pip3 install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple/
5.想要安装其他版本的pytorch可以点击此处选择自己想要的torch版本 6.关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)输入以下命令
conda deactivate
-
pycharm安装 pycharm下载官网 详见这个博客PyCharm安装教程【2022年】
专业版激活账号(能使用两年)也可以自行Bing激活码,或者使用我提供的插件:
图十四
新建一个Python文件,填入以下代码并运行查看PyTorch的gpu版本是否安装成功(激活环境后命令行跑也行)
-
激活环境 :conda activate 环境名 python
import torch print(torch.version.cuda) print('gpu', torch.cuda.is_available()) print(torch.__version__) print(torch.cuda.is_available()) print(torch.backends.cudnn.is_available()) print(torch.version.cuda) print(torch.backends.cudnn.version())