Step1.安装Anoconda
具体过程可参考该视频:
https://www.bilibili.com/video/BV1Fy4y1878z/?spm_id_from=333.999.0.0
Step2.对Anaconda和Python进行换源
在cmd中输入conda config --set show_channel_urls yes
在C盘用户目录下会生成.condarc文件。
然后使用记事本打开,用下面的内容将其替换。
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- defaults
show_channel_urls: true
channel_alias: https://mirror.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirror.tuna.tsinghua.edu.cn/anaconda/cloud
最后保存,然后在CMD中输入conda clean -i
,此时Anaconda已经换源成功!
接着是Python换源,在CMD中输入
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
即可换源成功!
参考:https://blog.csdn.net/m0_49090516/article/details/113576003
Step3.确定CUDA版本
1.确定可安装的CUDA版本的上限
1)鼠标右键,点击NVIDIA控制面板
2)打开左下角系统信息,切换到组件
可知在虚拟环境中安装的CUDA版本不能大于11.7(网上大部分是这么做,我保留疑问)
参考:https://blog.csdn.net/sunshine_boy1/article/details/129098348?spm=1001.2014.3001.5502
2. 确定可安装的CUDA版本的下限
1)鼠标右键,点击NVIDIA控制面板,查看版本
2)通过https://developer.nvidia.com/cuda-gpus查看显卡对应的算力
可见NVIDIA GeForce GTX 745显卡对应的算力是5.0,虚拟环境中CUDA版本支持的算力应大于等于5.0
参考:https://blog.csdn.net/sunshine_boy1/article/details/129098348?spm=1001.2014.3001.5502
结合下表可见此电脑支持的CUDA版本的下限是6.5
综上,此电脑支持的CUDA版本在6.5-11.7之间,我选择10.2(不建议太高的,可能不会成功,原因暂时未知,盲猜电脑支持的最高CUDA版本可能要低于11.7)
Step4.创建pytorch虚拟环境
使用Anaconda来创建环境,这里环境名称命名为pytorch,在CMD中输入conda create -n pytorch python=3.6
,输入y进行确认
注意:我用的是python3.6,可按照自己需求更换
Step5.安装pytorch-gpu
(1)先在CMD中输入activate pytorch
以激活环境
(2)输入conda install pytorch torchvision torchaudio cudatoolkit=10.2
(可能需要等待较长时间,最好在晚上下载),安装与10.2版的相对应的 pytroch、torchvision、torchaudio、cudatoolkit(CUDA)(在我们的具体使用中,其实真正需要的并不是整个CUDA,而是cudatoolkit,所以我们在这里直接安装cudatoolkit,不需要再下载3个多G的CUDA来本地安装。)
Step6.验证
(1)在CMD中激活pytorch环境,activate pytorch
(2)继续输入python
(3)输入import torch
(这里如果遇到问题:F:\Anaconda3\anoconda3\envs\test\lib\site-packages\torch\package\_directory_reader.py:17: UserWarning: Failed to initialize NumPy: No module named 'numpy.core._multiarray_umath' (Triggered internally at ..\torch\csrc\utils\tensor_numpy.cpp:68.
) ,直接更新虚拟环境中的numpy即可解决,命令如下:pip install --upgrade numpy
,后重新验证
(4)输入torch.cuda.is_available()
若返回True即成功
Step7.删除虚拟环境
若想删除之前的安装则在CMD中依次执行以下代码
conda activate base
conda remove -n pytorch --all