1. 安装Anaconda
-
清华大学开源镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
-
安装2022.5月
输入conda --version
则安装成功
2. 安装 CUDA 11.7
- CUDA需和cuDANN版本对应
3. 安装cuDANN
官网: https://developer.nvidia.com/rdp/cudnn-archive
4. 三个下载完毕
5. 安装Anaconda
- 可选择个人
- 全选上
- 验证输入python,出现python的版本即可
6. 安装cuda
第一个路径默认(后面系统会自动删掉)
选择精简
安装完毕在命令行输入nvcc --version
,可以看到我安装的是11.7
7. 安装cuDANN
解压cuDANN的压缩包发现里面会有三个文件夹 bin,include,lib
将它们复制到cuda安装下面C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.17
,这是默认的路径
在路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\demo_suite
中,用cmd运行bandwidthTest.exe
和deviceQuery.exe
,如果得到两个PASS就证明成功了,如图。
8. 换源
conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
9. 下载pytorch 1.12.1
拷贝
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
等待下载(很慢)
验证(进入Anaconda命令)
pip list
里面有torch 1.12.1
python
import torch
torch.cuda.is_available()
显示true
conda和pip安装
conda
安装位置:(此处本人没弄清楚,仅搬运)
conda install xxx,不管在什么环境下载的包,都统一放在一个目录里面:D:\Anaconda3\pkgs\包名
安装结果:
conda install 除了安装需要安装的包本身,还会自动安装所需包的依赖。
pip
安装位置:(此处本人没弄清楚,仅搬运)
pip install xxx,在特定环境里使用pip,下载的包会存在特定环境的目录里面,例如: D:\Anaconda3\envs\虚拟环境名\Lib\site-packages\包名
通常情况下,pip不像conda一样,它不知道环境,我们首先要确保我们用的是本环境的pip,这样 pip install 时,包才会创建到本环境中,不然包会创建到base环境,供各个不同的其他conda环境共享,此时可能会产生版本冲突问题(不同环境中可能对同一个包的版本要求不同)。
安装结果:
pip install 只是安装你需要安装的那个包本身。
注意: