李沐windows深度学习环境配置

本人笔记本配置：RTX 3070

目录

1.cuda的下载和安装

2.anaconda的下载和安装

2.1下载和安装

2.2换源

2.3创建虚拟环境

3.安装pytorch

4.安装jupyter和d2l

---

1.cuda的下载和安装

点击链接进入官网

​​​CUDA Toolkit 12.0 Downloads | NVIDIA Developer

进行选择

 下载安装包

下载完成后点击exe文件进行安装

按照默认提示一步步进行即可

 ​​​​​​​进入cmd输入

nvidia-smi

​

 出现GPU和CUDA版本号即为成功

2.anaconda的下载和安装

2.1下载和安装

 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

我下载的是 Anaconda3-5.2.0-Windows-x86_64.exe

 按照正常下载步骤进行，注意下面几步

不点下载VScode

 点击Finish安装完毕

打开cmd，输入

conda --version

出现conda版本即为安装成功 

2.2换源

conda config --set show_channel_urls yes

 生成的文件在当前用户根目录下

将里面的内容替换为：

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
show_channel_urls: true

custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

运行命令，清除索引缓存，保证用的是镜像站提供的索引。

conda clean -i 

2.3创建虚拟环境

1.查看现有虚拟环境

conda env list 

 或

conda info -e

2.创建虚拟环境

环境名根据自己需要设置

conda create -n 环境名 python=X.X

 3.激活指定虚拟环境

activate 环境名

3.安装pytorch

在官网查询驱动版本对应的cuda，例如本文的驱动版本为527.41，那么可以安装的最新的cuda版本是cuda12.0GA（如下图）

 也可以通过“NVIDIA控制面板-帮助-系统信息-组件”查看3D设置中的cuda版本，去官网下载对应的cuda。 

Start Locally | PyTorch

之后输入python进入python环境，再输入import torch，不报错则代表成功安装；想要判别pytorch能否调用我们的GPU，只用输入命令torch.cuda.is_available()，如果显示True则表明可以。

4.安装jupyter和d2l

pip install jupyter d2l

jupyter notebook

即为成功