Pytorch GPU版本安装教程

Pytorch GPU版本安装教程

• Pytorch
  • CUDA的下载安装及配置
    • NVIDIA 驱动程序下载
    • CUDA版本号查看
    • CUDA下载及配置
    • cuDNN下载及配置
  • Pytorch-gpu版本 下载与安装
    • 安装 Anaconda
    • 创建环境
    • 下载安装torch
    • 验证

本文主要针对在Anaconda3中创建虚拟环境并安装Pytorch学习框架

CUDA的下载安装及配置

NVIDIA 驱动程序下载

驱动程序下载网址: https://www.nvidia.com/Download/index.aspx

CUDA版本号查看

win+R打开cmd，输入nvidia-smi

nvidia-smi 

可直接查看自己可以安装的最高CUDA版本，我的电脑是 CUDA 12.2。

CUDA下载及配置

根据CUDA版本下载安装（选择低于最高版本的，例如我安装的是11.7）

CUDA下载网址 https://developer.nvidia.com/cuda-toolkit-archive

• CUDA安装

测试CUDA是否正常安装。可以看到测试成功，接着进行cudnn的下载。

cuDNN下载及配置

cuDNN的版本要跟CUDA版本一致

cuDNN下载网址 https://developer.nvidia.com/rdp/cudnn-archive

下载完成后，解压文件夹，将解压后的文件夹下的文件拷贝到cuda安装目录下，与之相对应的文件夹下

Pytorch-gpu版本 下载与安装

安装 Anaconda

Anaconda 下载链接: https://www.anaconda.com/download

下载速度慢，可使用 清华镜像

创建环境

conda create -n your_env_name(虚拟环境名称) python==xx(想要创建的虚拟环境的python版本号)

环境创建之后激活环境，安装torch等包

activate your_env_name(虚拟环境名称)

下载安装torch

Pytorch下载链接: https://pytorch.org/

验证

在自己创建的虚拟环境中，依次执行以下代码进行验证：

python 
import torch 
torch.cuda.is_available() 

如下图提示True说明框架配置成功，且GPU可用。

参考链接

https://blog.csdn.net/weixin_43735353/article/details/107412849
https://blog.csdn.net/IRay21/article/details/116600397