anacode，CUDA以及pytorch步骤大全

最新推荐文章于 2024-06-03 10:45:24 发布

我是小笨男孩

最新推荐文章于 2024-06-03 10:45:24 发布

阅读量620

点赞数 15

文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/weixin_45866703/article/details/133133644

版权

环境创建

1.anaconda

1，先下载anacoda环境，一般情况下版本是没有要求的。下载最新的或者22-10（年份）
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装步骤无脑选择
2.安装之后记得改变环境变量：

C:\ProgramData\Anaconda3
C:\ProgramData\Anaconda3\Scripts
C:\ProgramData\Anaconda3\Library\bin
C:\ProgramData\Anaconda3\Library\mingw-w64\bin

其中C:\ProgramData是安装位置。

2.pytorch

1.cuda

1.pytorch安装较为麻烦，先打开显卡控制面板查看版本大小，即：右击显卡设置，左下角系统信息->组件。版本441.41最高只能下载cuda10.2.95，可以向下兼容，也可以升级显卡驱动以便下载更高cuda。可以使用鲁大师下载。在这里插入图片描述

安装cuda，CUDA Toolkit Archive | NVIDIA Developer
推荐直接精简全都默认安装！！！
记得查看环境变量，但一板情况下都是默认好的(推荐安装位置也是默认)
如果系统环境变量没有下面四条，则添加：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp

在anacode prompt 中输入nvcc -V 可以查看安装是否完成，出现cuda版本即可。

2.cuDNN安装

点击此链接https://developer.nvidia.com/rdp/cudnn-download，进入cuDNN Download 界面
一定要下载和cuda版本对应的cuDNN版本
解压cudNN得到文件：
在这里插入图片描述

将三个文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
也就是cuda的安装路径(上面是默认的)

3.torch

0.三大组件

0.打开anacode prompt，输入conda activate -n pytorch python=3.8 创建一个虚拟环境

将所有关于pytorch的包和库都安装在这个虚拟环境之中。python推荐3.8.如果想其他版本一定要考虑torch三大组件对python版本的要求！！！！！！！

1.torch安装有指令安装但是很卡，而且自己的显卡版本原因不能对安装的torch等有自定义选择
在这里选择直接先下载再安装：下载torch、torchvision、torchaudio三组件
最重要的步骤： 先查看cuda对三大组件的版本要求！！！！！！！！！
可以查看cuda版本对三大件具体要求，一般直接下载推荐的然后直接找就可以，想自定义就一个个查：
方式1：github链接](https://github.com/pytorch/vision#installation)：https://github.com/pytorch/vision#installation

方式2：mirrors / pytorch / vision · GitCode

具体对应：
torch与torchvision对应关系：

来自：Liekkas Kono

当已经装好torch包时，使用pip install torchvision torchaudio会自动寻找对应的版本安装，当然如前面所说会比较慢而且只会推荐默认配置，但可以作为无可奈何的一个方法。

可以在https://download.pytorch.org/whl/cu113在该网站对各个组件进行下载，一定要对应版本！！！也要对应创建的虚拟环境的python版本，况且就是在该虚拟环境下面进行安装。下面是示例：在这里插入图片描述

其中cu113表示cuda11.3，cp39表示python3.9，下载非cpu版本amd64。
三个下载的组件保存在D：\whl

2.组件安装

下载之后打开anacode prompt 并输入 conda activate pytorch 打开自己创建的虚拟环境进行安装。

pip install D:\whl\torch-1.12.0+cu113-cp39-cp39-win_amd64.whl
pip install D:\whl\torchvision-0.13.0+cu113-cp39-cp39-win_amd64.whl
pip install D:\whl\torchaudio-0.12.0+cu113-cp39-cp39-win_amd64.whl
#推荐使用手机热点。

都出现成功就可。至此安装步骤完成。

3.检验：

anacode prompt 并输入 conda activate pytorch 打开自己创建的虚拟环境,输入 import torch 导入 torch 库.如果出现>>>则再输入 torch.cuda.is_available() 如果返回true 恭喜你！！！！
自己创建的虚拟环境,输入 import torch 导入 torch 库.如果出现>>>则再输入 torch.cuda.is_available() 如果返回true 恭喜你！！！！
如果失败则九成原因是下载cuda版本和显卡不对应或者三大组件版本和cuda不对应。