-
安装CUDA
在CUDA官网
https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
下载所需的安装包,为.exe文件,直接进行安装
CUDA安装完后,我选择的那个安装文件夹会消失,因为之前选择的只是临时的解压路径,不修改的话是默认c盘的/tmp文件夹,安装的时候解压完毕目录自然会被自动删除,此时软件已经强制默认安装在C盘了。
-
安装cudnn
在官网https://developer.nvidia.com/rdp/cudnn-download下载与上面CUDA相对于版本的cudnn,下载后为zip格式文件,进行解压后为![在这里插入图片描述](https://img-blog.csdnimg.cn/20190824104910514.png -
配置
找到CUDA安装的文件夹,我的为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
将上述cudnn三个文件夹中的子文件复制到CUDA相应的三个文件夹中,即配置完成
-
下载pytorch安装包
可以知乎访问 蒲嘉宸的离线的百度云pytorch安装包,选择相应版本下载
https://pan.baidu.com/s/1dF6ayLr#list/path=%2Fpytorch或者访问https://pytorch.org/的官网,根据
上述选择,在官网里面找。
-
安装pytorch
1) 打开cmd运行
conda create -n deeplearning3 python=3.6
构建虚拟环境,其中deeplearning3是起的名字,3.6是我的版本,都可以根据自己的改(我之前用的是python3.7的版本,后来发现安装不了nb_conda,就不能再jupyter中添加虚拟环境,查了半天说的是没有和3.7相匹配的版本)
2)运行
activate deeplearning3
激活环境
3)安装需要的软件包
第一个
conda install numpy mkl cffi
第二个
如果是百度云下载的pytorch离线包则运行
conda install --offline 离线包的路径(为.bz2文件)
如果是pytorch官网则运行上述选择选项后提示的代码
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
第三个
conda install nb_conda
即在jupyter中添加虚拟环境
至此结束
- 验证
在jupyter中运行
import torch
看看不出错则OK啦!!
-------------------------------补充---------------------------------------------------
如果最后发现jupyter notebook中没有我们新建的环境,则需要在cmd中我们新建的环境下安装ipykernel
conda install ipykernel
我的电脑最后自己又生成了jupyternotebook,我也不知道为什么
参考博客:
https://blog.csdn.net/Chris_zhangrx/article/details/82694882
https://blog.csdn.net/Chris_zhangrx/article/details/83339684
http://www.caffecn.cn/?/question/1151
blibli的视频:
https://www.bilibili.com/video/av16392140?from=search&seid=5936270183021691453