前提:最好自己重新创建一个环境,要不然很容易把以前的环境整废
1.看自己电脑的cuda版本:cmd
nvidia-smi
注:NVIDIA-SMI:512.59,
Driver Version:512.59,表明当前驱动版本是512.59
CUDA Version:11.6,表明当前驱动可以安装的cuda最高版本是11.6
- 关于NVIDIA驱动要求,和驱动直接关联的是CUDA的版本。如果安装的是CUDA=10.0,那么在windows系统要求驱动大于411.31。如果小于,则会报错显示驱动版本过老。笔者是将驱动更新至最大,没问题。
- 用conda安装时,不需要和自己电脑cuda版本一致。conda会帮你安装好所对应的配套环境,但是要注意驱动要求。
其他小细节可以看这个链接:(83条消息) 在anaconda环境中使用conda命令安装cuda、cudnn、tensorflow(-gpu)、pytorch_xianglingliwei的博客-CSDN博客_conda cuda
2.torch下载教程
参考链接:(83条消息) Torch not compiled with CUDA enabled报错的解决办法!!!_nenuyear的博客-CSDN博客_cuda enabled
我是离线下载的:(pytorch1.5.0+cu101)+python3.7+(torchvision 0.6.0+cu101)
下载地址:https://download.pytorch.org/whl(ctrl+f可以搜索你想要的版本)
3.torch_sparse下载教程
参考链接:(83条消息) Torch not compiled with CUDA enabled报错的解决办法!!!_nenuyear的博客-CSDN博客_cuda enabled 我是离线下载的:
下载地址:https://pytorch-geometric.com/whl/torch-1.5.0.html
4.安装教程
- 将下载下来的文件复制粘贴到conda环境对应下的文件中,我的如下图。
- 在该文件下,打开cmd或者在conda环境中:pip install 绝对路径
- 这5部分安装成功
- 测试torch和cuda版本对应否:print(torch.cuda.is_available())
5.安装numpy-scipy-sklearn
参考链接:(83条消息) pip 安装 scikit-learn失败解决教程_三少的笔记的博客-CSDN博客_sklearn安装失败
安装一定要注意顺序 和版本对应问题:
顺序:python3.7+numpy1.16.3-scipy1.2.1-scikit-learn-1.0.2 sklearn-0.0
安装命令:
pip install --index https://pypi.mirrors.ustc.edu.cn/simple/包名字
代码终于跑起来了!
scipy会报错:RuntimeError: sparse tensors do not have strides
参考链接:RuntimeError: sparse tensors do not have strides - 灰信网(软件开发博客聚合) (freesion.com)