admin管理员组文章数量:1568304
文章目录
- 前言
- 一、CUDA
- 二、Anaconda
- 1.Anaconda
- 2.安装完先检查一下通道配置
- 3.cuDNN和Pytorch安装
- 参考
前言
安装cuda
一、CUDA
CUDA,是显卡厂商NVIDIA推出的运算平台。我们需要根据自己显卡的型号选择支持的CUDA版本,例如RTX 2060显卡,先查看驱动版本,在NVIDIA控制面板,系统信息中查看:显卡驱动版本为497.29
CUDA安装地址:https://developer.nvidia/cuda-toolkit-archive
CUDA安装版本查看:https://docs.nvidia/cuda/cuda-toolkit-release-notes/index.html
根据显卡驱动版本选择适合的CUDA安装版本,一直点击下一步就行
清华镜像网站:https://mirrors.tuna.tsinghua.edu/anaconda/archive/
显卡天梯图:https://www.mydrivers/zhuanti/tianti/gpu/
安装完添加一些环境变量
配置好后,就可以在cmd中使用nvidia-smi指令查看显卡了。
(dgdqqxxx) C:\Users\25212>nvidia-smi
Wed Feb 16 10:22:13 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 497.29 Driver Version: 497.29 CUDA Version: 11.5 |
|-------------------------------+----------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... WDDM | 00000000:01:00.0 Off | N/A |
| N/A 44C P8 5W / N/A | 164MiB / 6144MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
二、Anaconda
1.Anaconda
Anaconda是Python的包管理器和环境管理器,可以方便我们安装Python的第三方库。
Anaconda下载地址:https://www.anaconda/products/individual:
配置好后,在cmd中运行conda -V没有报错,有版本信息输出,说明配置成功。
C:\Users\25212>conda -V
conda 4.10.3
2.安装完先检查一下通道配置
在C:\Users\xxxx下找到文件.condarc,如果.condarc文件找不到的话,是因为没有在cmd命令中输入 conda config命令,只有第一次输入该命令之后,系统才会自动创建.condarc文件。(.condarc指的是运行期配置文件),然后用记事本打开,将其中的内容替换成下面内容:
清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/main/
conda config --set show_channel_urls yes
或者中科大源
conda config --add channels https://mirrors.ustc.edu/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
查看源:
conda config --show
如果要恢复默认则用以下命令
conda config --remove-key channels
3.cuDNN和Pytorch安装
cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。
安装好Anaconda之后,可以使用conda安装cuDNN和Pytorch。
打开Anaconda Prompt,这是Anaconda自带的命令行工具,先一定要用这个工具创建环境,直接用系统自带的cmd,可能遇到一些奇怪的问题,例如CondaHTTPError的错误。在Anaconda Prompt中输入:
conda create -n your_name jupyter notebook
这句话的意思是创建一个名字为your_name的虚拟环境,并且这个虚拟环境额外安装jupyter notebook第三方库。可以将your_name改为你自己的名字比如dgdqqxxx。随后,输入y进行安装;安装好后,可以通过指令conda info -e查看已有环境情况。
C:\Users\25212>conda info -e
# conda environments:
#
base * C:\Users\25212\anaconda3
dgdqqxxx C:\Users\25212\anaconda3\envs\dgdqqxxx
myenv C:\Users\25212\anaconda3\envs\myenv
tensorflow C:\Users\25212\anaconda3\envs\tensorflow
base,是自带的基础环境,另外几个是我们新创建的名为dgdqqxxx等的环境。新建环境的原因是,我们可以分开管理我们配置的环境。安装好环境后,我们就可以激活dgdqqxxx环境,并安装cuDNN和GPU版的Pytorch了。激活名为dgdqqxxx的环境:
C:\Users\25212>activate dgdqqxxx
C:\Users\25212>conda.bat activate dgdqqxxx
(dgdqqxxx) C:\Users\25212>
卸载用以下命令:
conda env remove --name your_env_name
可以看到,我们的环境由base变成了dgdqqxxx。在dgdqqxxx环境中安装cuDNN:
conda install cudnn
安装cuDNN好后,安装Pytorch,打开Pytorch官网:https://pytorch/
根据自己的环境选择,选择好后,网页会自动给出需要运行的指令。
安装完成
参考
参考Jack cui的视频:https://www.bilibili/video/BV14R4y1g7qs
及文字版教程:https://mp.weixin.qq/s/KI-9z7FBjfoWfZK3PEPXJA
本文标签: AnacondaCUDAPytorchcuDNN
版权声明:本文标题:win10安装Anaconda、CUDA、cudnn、Pytorch 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://www.elefans.com/dongtai/1725744527a1040374.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论