学习笔记—PyTorch安装过程

基于anconda虚拟环境的PyTorch安装过程

1、CUDA、cuDNN下载

确保自己显卡驱动的版本大于等于下载的cuda版本要求

如图最高支持CUDA11.8版本

• CUDA官网下载CUDA Toolkit Archive | NVIDIA Developer

双击安装，默认路径即可

记住安装路径，后续cuDNN需要找到这里
pytorch版本对应，具体参照官网

查看环境变量

点击设置–>搜索高级系统设置–>查看环境变量

验证是否安装成功：

运行cmd，输入nvcc --version 即可查看版本号；

cuDNN下载

• cuDNN下载网址https://developer.nvidia.com/rdp/cudnn-download

先注册，才能下载，选择与自己cuda版本对应的cudnn版本。

下载后将压缩包解压操作，

将三个文件夹复制到刚刚cuda的安装路径,默认路径如下：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1

添加如下系统变量到path

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp

配置完成后，验证是否配置成功，主要使用CUDA内置的deviceQuery.exe和bandwidthTest.exe：在安装目录下的 …\extras\demo_suite打开dos栏, 然后分别执行bandwidthTest.exe和deviceQuery.exe（进到目录后需要直接输“bandwidthTest.exe”和“deviceQuery.exe”）,应该得到下图: 出现pass说明安装成功

2、pytorch环境配置

1. 打开anconda安装目录下的Scripts文件夹，地址栏输入cmd打开dos栏，输入如下命令：
   conda create -n pyTorch python=3.7 ，点击回车。其中pyTorch是环境的名字，自己定义也可以。python=3.7是这个环境将使用3.7的python版本。

输入y，回车确定，等待下载结束。

2. 打开刚刚安装好的环境

​同样使用 dos 进入 pyTorchEnv 环境的 Scripts文件夹，然后激活pyTorch。方法同上边，找到 pyTorch 中的 Scripts 文件夹，在路径栏输入 cmd 回车进入dos。然后使用 activate pyTorch 激活它。

打开pytorch官网PyTorch

选择自己的配置

将复制的命令conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge放入刚才打开的dos窗口，回车进行安装

输入y，回车确认。等待下载完成，出现done不报错，安装成功。

输入python

导入torch包，不报错就是成功。

3、pycharm导入pytorch环境

1. 打开项目设置，解释器选项

2. 添加解释器

3. 选择刚刚安装好的pytorch目录下的python.exe
4. 点击确定，等待部署完成