我的NVIDIA开发者之旅——深度学习入门之Anaconda搭建PyTorch GPU、CPU全教程

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())