Anaconda环境配置
一、配置清华镜像源
在自己电脑的C盘目录下找到.condarc文件,将下列信息粘贴进去
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
粘贴完成后,需要清除索引缓存,保证用的是镜像提供的索引
conda clean -i
二、配置cuda和cudNN
详情百度
查看显卡版本
nvidia-smi
根据cuda 版本下载对应的cuda toolkit
查看cuda toolkit信息
nvcc-V
将下载的cudNN解压,并复制到下载的cuda toolkit目录中
通过NVIDIA提供的 deviceQuery.exe
和 bandwidthTest.exe
来查看GPU的状态(上述测试路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite)
上述配置完成后,在命令行进行pytorch的安装
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116