step0.安装基本要求
- 有nvidia的独立显卡
- 显卡算力超过3.1即可安装CUDA,在这里查询显卡算力
step1.查看显卡驱动
- 右键桌面开始按钮,如下图所示:
- 找到设备管理器
- 在设备管理器里面找到显示适配器
- 找到自己的显卡右键点击,然后点击更新驱动程序
- 然后选择自动搜索更新的驱动程序软件
step2. 安装CUDA
- 选择合适版本的CUDA(下面安装的是CUDA10.2)
- GeForce RTX 30系显卡只支持CUDA 11.1及以上版本!!!
- 下载地址
一共有三个文件都要下载:
cuda_10.2.89_441.22_win10.exe
cuda_10.2.1_win10.exe
cuda_10.2.2_win10.exe
- 选择一个临时目录解压安装程序(装完就可以删除了)
- 选择自定义安装
- 选择自定义安装 可以自选一 些安装组件,至少要安装Libraries
- 指定cuda安装路径(后面修改环境变量时需要)
step3.配置环境变量
- 先输入
nvcc -v
,如果出现版本信息则可以跳过step3(某些版本的安装包会自动配置环境变量)
- 增加LD_LIBRARY_PATH=\yourpath\cuda102\lib64
-
增加CUDA_HOME=\yourpath\cuda102
-
新建 PATH(注意不要将PATH覆盖!!!!)
-
检查cuda是否成功安装
nvcc -V
step4.安装cudnn
- 需要在nvidia官网上注册账号才能下载
- 在这里下载对应的cudnn,这里下载的是这个
- 将压缩文件解压,并将cuda/include/cudnn.h移动到CUDA安装路径的include文件夹下,将cuda/lib64中文件名包含libcudnn*的文件移动到CUDA安装路径的lib64文件夹下
cp cuda/include/cudnn.h /E/cuda-10.2/include
cp cuda/lib64/libcudnn* /E/cuda-10.2/lib64
step5.安装miniconda
在这里下载对应的miniconda
- 自定义安装路径
- 将环境变量加入PATH(一定要勾选第一项)
- 检查conda是否安装成功
- 输入win+r进入运行界面
- 输入
cmd
进入命令提示符 - 在cmd中输入
conda -V
查看conda版本,如下图所示即代表安装成功
step6.安装pytorch
- 根据cuda与cudnn的版本,在这里选择合适的pytorch进行安装
- 也可以直接安装
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
- 检查pytorch是否成功安装
import torch
print(torch.cuda.is_available())
返回True即代表成功安装
step7.遇到任何问题
建议装cpu版本的torch:)