admin 管理员组

文章数量: 887007

目录

  • 一、有NVIDIA显卡
      • 1.CUDA安装
      • 2.检查CUDA是否安装成功
      • 3.安装cuDNN
      • 4.检查cuDNN是否安装成功
      • 5.安装pytorch
        • 5.1 Anaconda3安装pytorch
        • 5.2验证是否安装成功

相关文章：Python入门环境配置：Anaconda3与pycharm安装教程

一、有NVIDIA显卡

1.CUDA安装

查看本地电脑所支持的 CUDA版本

  1. 在电脑的右下角找到 NVIDIA控制面板，双击打开

  1. 点击 【系统信息】
  1. 【组件】 栏里的 CUDA 所支持的版本。（我这里是11.1.106版本的）
  1. 到官方找到相应的版本下载

CUDA下载：https://developer.nvidia/cuda-toolkit-archive

双击运行cuda安装包

点击【ok】（默认即可）



2.检查CUDA是否安装成功

快捷键： win + r ，打开cmd，输入 nvcc --version 按回车键

3.安装cuDNN

cuDNN是一个 GPU 加速的深度神经网络库，广泛应用于深学习框架，包括Caffe2，Keras，Chainer，MATLAB，MxNet，PaddlePaddle，PyTorch和TensorFlow，在训练模型时可以实现高性能 GPU 加速。

  • cuDNN 下载需要注册一个账号

  • cuDNN下载：https://developer.nvidia/rdp/cudnn-download

找到与自己CUDA版本对应的cuDNN文件（本人的CUDA版本是11.1）

解压压缩包

将 cuDNN 里面的文件全选复制粘贴 到 CUDA路径下（粘贴后提示有重复的全部替换即可*）

cuda默认安装路径： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1(这是我下载的版本)


4.检查cuDNN是否安装成功

  • 找到 CUDA安装位置\extras\demo_suite 目录下的bandwidthTest.exe，鼠标右键【属性】，复制【位置】上的路径

  • 快捷键： win + r ，打开cmd ，输入cd+空格+刚刚复制的路径(Ctrl+v)+回车键，再依次输入bandwidthTest.exe，deviceQuery.exe，运行结果都出现Result = PASS说明成功.

（以下图片是我安装的路径)

5.安装pytorch

(没有用anaconda，只有单纯python编译器，直接跳到下面的 3.pytorch 下载 步骤）

5.1 Anaconda3安装pytorch
  1. 创建环境

在cmd中输入:

conda create -n study python=3.8

创建一个名为 study 的环境，python版本为3.8
(study名可以修改，python版本也可以自己选)

  1. 激活环境

cmd中输入：

conda activate study
  1. pytorch下载

pytorch【官网】：https://pytorch/get-started/previous-versions/

自行根据CUDA版本选择（本人的cuda是11.1版本，windows系统）

将复制内容粘贴到 cmd

5.2验证是否安装成功

  • Anaconda3环境

    检查是否处于 安装pytorch 的环境中，cmd命令行的最左边，如下图（study）

    如没有， cmd中输入conda activate 你安装pytorch的环境名

    接着在 cmd 中输入 python 进入 python编译器 ，再依次输入：

import torch
torch.__version__

  • (只有python编译器，只需在 cmd 输入上面代码即可)

    若显示出 版本号 说明安装成功 (❁´◡`❁)

如有错误之处，欢迎指正○( ＾皿＾)っ

本文标签： 环境 详细 Windows pytorch

版权声明：本文标题：Windows下搭建Pytorch环境（超详细） 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1733436434h1590852.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。