目录
0 写在前面
1 Anaconda下载
1.1 下载
1.2 安装
1.2.1 设置安装路径
1.2.2 两个都勾上
1.3 查看conda版本
2 CUDA及cuDNN
2.1 查看是否可以安装CUDA
2.2 CUDA和Pytorch版本对应
2.3 CUDA下载安装
2.4 cuDNN下载安装
3 Pytorch环境配置
3.1 创建环境
3.2 Pytorch安装
3.3 检验是否安装成功
0 写在前面
1、不用另外安装python
2、要确定自己电脑可以安装GPU版本,可以按2.1节方法看能不能安装GPU版本
1 Anaconda下载
1.1 下载
Anaconda官网下载地址:
https://www.anaconda.com/
![](https://img-blog.csdnimg.cn/64ec0d48b0b940c8a6a85275f01a39bb.png)
Anaconda向下兼容,如果带的是Python3.9,也可以下载3.8,3.7等
Anaconda清华镜像:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
![](https://img-blog.csdnimg.cn/d3159a2b035b41098436a2ec4ed6a0c9.png)
1.2 安装
我安装的Anaconda版本:4.8.2(带的python是3.7的)
1.2.1 设置安装路径
![](https://img-blog.csdnimg.cn/0f0f9d8a94d9484db128f167a57ba358.png)
1.2.2 两个都勾上
上面那个是将anaconda加到系统环境上,就不用自己配置了
下面那个是将anaconda作为python的默认环境
![](https://img-blog.csdnimg.cn/b0c0a7239ca340999daa7c020a201a80.png)
其他都是默认的
1.3 查看conda版本
打开Anaconda Prompt,输入
conda -V
![](https://img-blog.csdnimg.cn/1371acbc64c8459fb706c504d8f974e1.png)
2 CUDA及cuDNN
2.1 查看是否可以安装CUDA
桌面右键,进入NVDIA控制面板
![](https://img-blog.csdnimg.cn/bd5e13e351fd48e08c4feafedb3dcd13.png)
系统信息
![](https://img-blog.csdnimg.cn/0d233de1b6284a0a820b82cc31a01791.png)
组件
可以看到CUDA版本号,有就是可以使用CUDA。
![](https://img-blog.csdnimg.cn/7afad1862af847f784ed22f366132612.png)
2.2 CUDA和Pytorch版本对应
下面列出部分CUDA和Pytorch的对应版本(截至2022.8)
![](https://img-blog.csdnimg.cn/02f1357ed7e64a048474ebd619b89613.png)
更多对应版本可以在Pytorch官网查看:
https://pytorch.org/
Previous PyTorch Versions:
https://pytorch.org/get-started/previous-versions/
![](https://img-blog.csdnimg.cn/4df895bf9cf140808a098aad86ad7f84.png)
我下的是10.2的,对于的pytorch版本比较多,但有些高版本的Pytorch用不了。
2.3 CUDA下载安装
CUDA下载地址:
https://developer.nvidia.com/cuda-toolkit-archive
![](https://img-blog.csdnimg.cn/119145b90763498fb1c14697cd4842f6.png)
双击开始安装
![](https://img-blog.csdnimg.cn/a9dbd2b0d3b0428cb5daa40990577eed.png)
设置路径(我这里装在了E盘)
![](https://img-blog.csdnimg.cn/b8b20c2d029f41a48179708939e0049c.png)
![](https://img-blog.csdnimg.cn/bf9c0bd6b03c4e5a8399f66995f88865.png)
![](https://img-blog.csdnimg.cn/6e0c0893dcc64c1b85c3f89e4fc7745b.png)
![](https://img-blog.csdnimg.cn/13e7880404b64abf8c1cb69fe56898eb.png)
设置路径,要先在目标目录下创建好文件夹。
(CUDA和CUDA Samples在一个文件夹下好像也行)
![](https://img-blog.csdnimg.cn/c563417dd4f84ccbbd4346399ba839d0.png)
![](https://img-blog.csdnimg.cn/d741e3867cb44232af163642721f9210.png)
![](https://img-blog.csdnimg.cn/4e9c60ff15684a928628fe0e8da0a162.png)
进入cmd,输入(可能需要重启一下)
nvcc -V
![](https://img-blog.csdnimg.cn/b8ad52be1fd04047b2ed88928f24544d.png)
则安装成功。
2.4 cuDNN下载安装
cuDNN下载地址:
https://developer.nvidia.com/rdp/cudnn-archive
(记得是要注册登录的)
![](https://img-blog.csdnimg.cn/43d6ee99a52a403eaa7236028f4956d9.png)
找对应CUDA版本下载就可以了
![](https://img-blog.csdnimg.cn/a91c39d5ae1f4e47ae10b3a80e1abdfe.png)
下载后解压
![](https://img-blog.csdnimg.cn/4f5b3d8431be47baa34d26f010b9a2b8.png)
将三个文件夹复制对应文件夹下
![](https://img-blog.csdnimg.cn/614793474a18496aa1d92c1ac492207b.png)
3 Pytorch环境配置
3.1 创建环境
打开anaconda prompt
新建环境
conda create -n py37(环境名) python=3.7(python版本)
![](https://img-blog.csdnimg.cn/f38943c5a27646918b8502eb55801f3f.png)
激活环境
conda activate py37(环境名)
![](https://img-blog.csdnimg.cn/5bd149cea3c64117b81df729fb902d8e.png)
3.2 Pytorch安装
Pytorch安装命令在Pytorch官网获取:
https://pytorch.org/
Previous PyTorch Versions:
https://pytorch.org/get-started/previous-versions/
![](https://img-blog.csdnimg.cn/810be3b953cb47ff87c5045e65dd6a3c.png)
在刚才激活的环境下输入安装命令
![](https://img-blog.csdnimg.cn/1ab16a735c1e4877b7dff47756146200.png)
清华镜像源(没试过,网上教程很多):
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
3.3 检验是否安装成功
依次输入以下指令:
python
import torch
torch.__version__
![](https://img-blog.csdnimg.cn/16016b30a16c48ccb8b7555c476fd76d.png)
torch检查GPU是否可用:
torch.cuda.is_available()
![](https://img-blog.csdnimg.cn/840afd98f30d4c00be36a1a7e57dfb87.png)