pycharm 安装
- 一款python IDE,直接百度怎么下载安装即可,社区版或者专业版;
- 也可以选择jupyter Notebook;
查看CUDA驱动版本
1. NVIDIA控制面板查看
查看本机显卡对应的cuda版本:鼠标右键-NVIDIA控制面板-系统信息-组件,找对对应的cuda版本;
2. 终端cmd查看
- window+r,弹出窗口,输入cmd
- 键入nvida-smi,就可以查看CUDA版本
3. 终端powershell查看
- cd “program files”
- cd “nvidia corporation”
- nvida-sim
安装cuda tookit
-
CUDA版本对应的关系: https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
-
记得跟本机的gpu版本要对应;
-
选择一个目录进行安装,保持默认就好;是安装包解压路径,CUDA安装完毕文件会自动删除;
-
检查系统兼容性,之后点击“同意并继续”
-
选择安装,有些教程选择性的安装,我是都安装了;
-
检测是否安装成功:PowerShell输入nvcc -V,回车之后弹出如下信息,证明安装成功;
cudnn安装
- 网址:https://developer.nvidia.com/zh-cn/cudnn
- 需要一番注册答题,下载解压完需要将bin、include、lib复制到CUDA的安装目录对应下的bin、include、lib里即可;
- 验证是否安装成功
利用PowerShell cd到CUDA的安装目录里:cd “C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite>”,然后分别运行里的 bandwidthTest.exe和deviceQuery.exe,有PASS即代表成功;
annconda安装
-
直接官方下载,一路next,记得添加环境变量;
-
验证是否安装成功:PowerShell输入 conda --version(或者python --version),返回对应版本即成功;
-
pycharm为Anaconda里面python解释器的版本
-
Anaconda虚拟环境搭建
可以通过**conda env list(或者conda info --envs)**命令查看;
搭建虚拟环境主要是为了防止兼容问题,最好搭建不同的虚拟环境适配各种开发环境;
操作均在anaconda prompt窗口(或者anaconda PowerShell prompt)进行命令行操作:
1)创建环境:conda create -n pytorch python==3.9.13
2)查看是否创建成功:conda info --envs {可以看到有三个环境,一个base,两个自定义虚拟环境}
3)激活环境:conda activate pytorch
4)删除环境:conda remove -n deeplearning --all
PyTorch安装
-
从anaconda进入cmd环境;
-
输入conda env list,可以看到有两个anaconda环境,当前在base环境中;
-
切换到虚拟环境中;conda activate xxx(xxx是前面已建立的虚拟环境)
-
pytorch官网:https://pytorch.org,复制命令到虚拟环境PowerShell中;
-
虚拟环境中输入命令: conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
-
验证结果:可以直接在上面的终端虚拟环境汇总输入如下python代码,验证;
import torch
print(torch.__version__) # 查看torch当前版本号
print(torch.version.cuda) # 编译当前版本的torch使用的cuda版本号
print(torch.cuda.is_available()) # 查看当前cuda是否可用于当前版本的Torch,如果输出True,则表示可用
也可以在pycharm中验证:
结束
至此,这样就基本在window11上搭建好了pytorch的相关环境了,可以进行下一步了。