目录
- 1. 安装Anaconda
- 2. 配置PyTorch安装环境
- 3. 安装PyTorch
- 3.1 进入PyTorch官网:[https://pytorch/](https://pytorch/),查看安装命令
- 3.2 升级cuda
- 3.3 正式安装PyTorch
1. 安装Anaconda
Anaconda作为一个优秀的Python环境和包管理软件,使用软件包管理系统Conda进行管理,非常适合用于管理PyTorch所需要的环境和包。同时PyTorch官网也支持Conda版本的PyTorch包直接安装。
进入Anaconda官网:https://www.anaconda/,下载安装包,直接安装即可:
2. 配置PyTorch安装环境
在命令行中,使用如下命令配置PyTorch安装环境:
conda create --name pytorch python=3.8 //conda create --name 环境名 包名(多个包名用空格分隔,包后面可以指定版本号,如python=3.8)
3. 安装PyTorch
3.1 进入PyTorch官网:https://pytorch/,查看安装命令
发现Windows环境中的CUDA10.2版本的包已经不再支持,恰好自己的电脑使用的是10.2版本的CUDA,因此需要升级CUDA
3.2 升级cuda
这里需要提一下,网上升级CUDA的教程五花八门,有的已开始来就让卸载原来的驱动啥的,看得我也是心累,经过几番折腾,也算整明白一些东西。
安装之前,需要明白CUDA Driver
、CUDA Toolkit
、CUDNN
三者的区别:
-
CUDA Driver是显卡需要的CUDA驱动,在官网上可以根据自己的型号选择下载:https://www.nvidia/Download/index.aspx?lang=en-us。只得注意的是 CUDA Driver会随着CUDA Toolkits一起安装,如果要安装CUDA Toolkit则不需要单独安装CUDA Driver,这里我们需要安装的是
CUDA Toolkit
、CUDNN
,则不需要单独安装这个了。需要单独安装驱动,只需要找到自己对应的显卡,搜索、下载安装包、安装即可。
-
CUDA Toolkit是NVIDIA用于开发CUDA程序的一系列工具和库的集合(PS:我们需要的CUDNN库却没有😆,因此需要单独安装),进入官网:https://developer.nvidia/cuda-toolkit-archive,选择
Download Latest CUDA Toolkit
下载安装即可。
- CUDNN是一系列用于深度神经网络开发的CUDA工具包,进入官网下载:https://developer.nvidia/。难受的是这里需要我们注册一个账号,并填写一份调查问卷,方可下载😠。这里下载的是一个
zip
压缩文件,解压以后,放到之前安装CUDA Toolkit
文件夹的对应目录下,我这里是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
。PS:只需要全选解压后的文件和文件夹,复制到这个目录下,合并文件夹即可。
CUDA升级完成,我们就可以使用nvidia-smi
或者nvcc -V
查看自己的CUDA版本啦。
3.3 正式安装PyTorch
打开CMD终端,激活刚刚创建的用于安装PyTorch的conda环境,执行PyTorch官网的安装命令,由于网络原因,出现安装包下载不成功、某个文件暂时无法安装等类似的问题,该命令可能需要多次执行,然后等待完成安装即可。
如果出现HTTP错误,则需要重新配置一下codna的安装源,命令如下:
conda config --remove-key channels
如果重置了安装源也无法安装,则需要换一个安装源,这里以清华镜像安装源为例,命令如下:
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
完成安装以后,可以通过一下方式测试PyTorch是否成功安装,以及CUDA是否可用。
更多推荐
超详细Windows安装PyTorch步骤
发布评论