2024年Windows11搭建深度学习环境

注：以本人的电脑配置进行搭建，本人电脑配置如下：

CPU	R7 3700x(AMD)
GPU（显卡）	RTX 3070 8g(NVIDIA)
内存	DDR4(16g)
外存	1TB SSD | 300GB HDD

以Python3.9.6，Pycharm2024.1为基础安装显卡驱动,Cuda121和cuDNN，Pytorch2.1.1。

目录

一、显卡驱动安装

1.NVIDIA显卡驱动下载网址

2.下载安装显卡驱动

二、Cuda和cuDNN安装

1.Cuda下载安装

2.cuDNN下载安装

三、Pytorch下载安装

1.在线安装

2.离线安装

3.代码测试

---

一、显卡驱动安装

1.NVIDIA显卡驱动下载网址

NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA

2.下载安装显卡驱动

注：显卡驱动不建议选择最新的，选比较新（三个月以内即可）的即可。

选择自己电脑显卡的型号搜索驱动，下载成功后直接安装，安装过程中全选默认选项直到安装成功。

二、Cuda和cuDNN安装

Pytorch、Cuda、Python版本对应

Pytorch版本	可选的Cuda版本	支持的Python版本
2.2.x	cu118、cu121	cp38、cp39、cp310、cp311
2.1.x	cu118、cu121	cp38、cp39、cp310、cp311
2.0.x	cu117、cu118	cp38、cp39、cp310、cp311
1.13.x	cu116、cu117	cp37、cp38、cp39、cp310
1.12.x	cu113、cu116	cp37、cp38、cp39、cp310
1.11.x	cu113、cu115	cp37、cp38、cp39、cp310
1.10.x	cu102、cu111、cu113	cp36、cp37、cp38、cp39
1.9.x	cu102、cu111	cp36、cp37、cp38、cp39
1.8.x	cu101、cu111	cp36、cp37、cp38、cp39
1.7.x	cu101、cu110	cp36、cp37、cp38
1.6.x	cu101	cp36、cp37、cp38
1.5.x	cu92、cu101	cp35、cp36、cp37、cp38

注：本文安装的cu121版本

1.Cuda下载安装

Cuda下载网址：CUDA Toolkit Archive | NVIDIA Developer

选择需要下载的Cuda版本后，就根据电脑配选择对应的选项下载。下载好后点击安装，所有选项选择默认选项，直接安装成功。

安装结束后，在Windows底部搜索栏输入CMD打开命令提示符，在命令提示符里面输入nvcc -V即可以看到安装的Cuda版本。

2.cuDNN下载安装

注：cuDNN对于深度学习是必要的，因为它提供了高效的算法和优化技巧，可以极大地提升深度学习模型的训练和推理速度。

cuDNN下载网址：cuDNN 历史版本 | NVIDIA 开发者

根据下载的Cuda版本下载对应的cuDNN

下载完成后解压压缩包，打开解压后的文件夹如下图的左侧，同时打开C盘中存放Cuda的文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1。打开后将cuDNN文件夹中bin、include、lib的文件复制到Cuda文件夹中对应名称的文件夹中。

三、Pytorch下载安装

1.在线安装

Pytorch下载网址：Previous PyTorch Versions | PyTorch

Pycharm的终端或者打开Windows的命令提示符，用pip安装Pytorch可以先更新一下pip版本：python.exe -m pip install --upgrade pip

本人安装的是torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1对应的安装命令为

pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu121

但这种安装方式容易出现ReadTimeout错误，主要原因是网速问题。

如下在命令中可以加上-default-timeout=100，即可解决。

pip --default-timeout=100 install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu121

2.离线安装

若在线安装因网络原因不能安装成功可以尝试离线安装。

离线下载网址：

https://download.pytorch.org/whl/torch_stable.html

找到对应的版本直接下载，或者使用迅雷下载。

然后打开windows的命令提示符或者PyCharm的终端，进入到存放的离线包文件夹下。

再依次安装这三个离线包，安装命令为pip install *****.whl，依次安装三个包即可。

如安装上图中的torch，命令如下

3.代码测试

通过以下代码测试环境是否安装成功

import torch
print(torch.cuda.is_available())