文章目录
前言
一、Anaconda安装
首先是为什么选用Anaconda,总而言之就是省事,主要是它的虚拟环境管理什么的都太方便了,具体操作配置什么的后边再将。本人在安装pytorch时,最开始安装的是1.7.0+cu102那个版本,但是它有的依赖都是有一定的版本范围的,比如它要求numpy的版本大于等于1.8小于1.17,而此时以我这个时间段最新的版本的Anoconda安装的numpy是1.20的。虽说安装时会卸载不匹配的依赖,但是,这有时候并不是完全ok的,因为我当时安的时候就报错了,说安装numpy时出了问题,于是我就手动安装,问题就解决了。后边了解到有虚拟环境这回事时,就方便多了。
首先进入 这个地址下载https://www.anaconda.com/products/individual选择与自己电脑系统相匹配的版本。
安装完后就需要配置一下环境变量
把Anaconda安装位置,以及\Libirary\bin,以及\Scripts放进path里即可
我这个Acconda就是安装的位置(Anaconda当时创建文件夹时打错了,不要计较)。反正D:\APP\Acconda根据自己安装位置修改即可。
二、Cuda安装
如果要安装Gpu版本的pytorch或Mxnet都得首先安装cuda,对于cuda不同版本的兼容性,本人没有试验过,所以保险起见,还是都安装某一确定版本的吧。对于pytorch 安装10.2,11.1版本好像都没啥大的问题,这个本人都安装过,可以保证。如果只是安装pytorch,那么什么版本都没问题。可是假如你此时还想安装Mxnet,那我觉得还是安装cuda 10.1版本比较好。一是稳定,二是方便。
首先干的一件事应该是教如何卸载,因为这玩意儿安装后,它不会覆盖,会多个共存,为了防止出现问题,所以先看看有没有,有了就卸载。
去应用中心搜索cuda,把这几个全卸了就OK。
cuda下载链接https://developer.nvidia.com/cuda-zone,话说,在官网里 还挺难找,官网连个搜索都没有。
选择这个archive of previous releases,直接点这个链接也可以https://developer.nvidia.com/cuda-toolkit-archive。
进入以后下载10.1的版本,10.1的也有好几个版本,我下载的是最新的。
下载后就安装,不断地下一步,下一步就行。环境变量也会自己给你配好。
看是否安装好就执行
nvcc -V
如下则成功