Pytorch环境配置

目录

安装步骤:

1.安装anaconda 

2)查看自己电脑cuda版本

3)上pytorch官网查看自己的cuda对应的pytorch版本(建议用conda下载)

 4)上英伟达官网下载cuda cudnn

下载cuda官网

下载cudnn官网(这个需要有英伟达账号)

5).安装cuda cudnn

cuda按照

 cuDNN配置

添加环境变量 

  6)检测是否成功



本人前段时间安装pytorch环境搞了整整2天,为了不让你们踩我踩过的坑

我在这里分享我的安装步骤

安装步骤:

 1.安装anaconda    >>   2.查看自己电脑cuda版本   >>    3.上pytorch官网查看自己的cuda对应的pytorch版本(建议用conda下载)   >>   4.上英伟达官网下载cuda cudnn     >> 5.安装cuda cudnn

 >>  6.检测是否成功

1.安装anaconda 

打开anaconda官网 

点击individual edition

点击download

 自己找个地方放(不建议放c盘)

 下载好安装请看anaconda安装以及简单使用

2)查看自己电脑cuda版本

 右键NVIDIA点击NVIDIA控制面板

点击右下角系统信息

记住你的cuda版本(这个是最高可接受版本

3)上pytorch官网查看自己的cuda对应的pytorch版本(建议用conda下载)

pytorch官网:

https://pytorch.org/get-started/locally/

向下滑动 我选的cuda11.3(因为我最大兼容是11.5)

 复制这个

  将其复制到终端,按下回车执行

 

 到这里输入y按下回车

 然后就等待它下载完成

 4)上英伟达官网下载cuda cudnn

CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
 

NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA

cuDNN  可以集成到更高级别的机器学习框架中,如加州大学伯克利分校的流行caffe软件。简单的,插入式设计可以让开发人员专注于设计和实现神经网络模型,而不是调整性能,同时还可以在GPU上实现高性能现代并行计算。

下载cuda官网

https://developer.nvidia.com/cuda-toolkit-archive

 点击这个,打开网站

 找到你的版本(这里我选11.0版本)

 点进去安装自己电脑配置 点下载

 

下载cudnn官网(这个需要有英伟达账号)

https://developer.nvidia.com/rdp/cudnn-archive

 圈起来是刚刚你的版本就是上面下的cuda版本(一定要小于你的最高版本) ,下划线就是你的电脑操作系统类型

5).安装cuda cudnn

cuda按照

双击exe 

 建议不要改地址

 

 选精简安装

无脑确定就行了 

 

 安装完成

 cuDNN配置

cuDNN 解压缩后的文件

把三个文件夹拷贝到cuda的安装目录下

CUDA 的安装路径在前面截图中有,或者打开电脑的环境变量查看,默认的安装路径如下

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1

就是替代原本cuda文件夹的 bin include lib 文件

大家应该可以理解,cuDNN 其实就是 CUDA 的一个补丁而已,专为深度学习运算进行优化的

添加环境变量 

打开我的电脑(右键此电脑)点击属性

 高级系统设置

点击环境变量 

 

 点击上面那个编辑

 将这四个,依次添加到里面

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp

 大功告成

  6)检测是否成功

打开你的编程软件输入

""" 
CSDN : heart_6662
PYTHON amateur   
"""
import torch
a = torch.cuda.is_available()
print(a)
ngpu= 1
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

 成功了

  • 4
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

heart_6662

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值