你好赵伟

这个屌丝很懒，什么也没留下！

热门标签

pytorch下载安装及环境配置

作者：你好赵伟 | 2024-03-07 04:20:55

踩

pytorch下载

一、安装Anaconda

1.官网下载安装包

如果下载较慢，也可以使用清华镜像源

下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2.双击安装包开始安装

这里先不用选Add sys path，只勾选Register

推荐安装之后手动配置SysPath，避免配置导致后期使用上的问题

等待下载完成

3.配置环境变量

查看高级系统配置->环境变量

双击path或者点击编辑

添加安装目录及相应bin目录进去，如下图，完成配置

4.检查配置是否成功

Win+R输入cmd打开命令行，输入conda会显示相关命令选项

输入conda -V或者conda --version命令检查下安装配置是否成功

也可以输入conda info显示相关信息

输入python会发现此时python也是带conda的版本

5.配置清华镜像源

输入下列命令设置为清华镜像源

（这里的镜像源配置有点问题，在四-2里面我有对镜像源的配置做修改，配置清华镜像源可以直接看四、2的配置）

重新输入conda info也可以看见镜像源修改成功

二、安装CUDA

1.确认电脑是否有NVIDIA独立显卡

设备管理器->显示适配器

本机独立显卡为NVIDIA RTX 3050

2.查看CUDA版本号

NVIDIA控制面板->帮助->系统信息->组件

本机显卡支持的最高CUDA版本号为12.0.79

也可以命令行查看驱动版本及可支持的最高CUDA版本

Win+R输入cmd打开命令行，输入命令NVIDIA-smi查看

3.查看显卡算力和是否支持CUDA安装

查看显卡是否在支持CUDA安装的列表中

https://developer.nvidia.com/cuda-gpus

在列表中查询

4.选择CUDA进行下载安装

版本向下兼容，也就是可以安装12.0及以下的版本，本机选择安装11.8.0版本

下载地址https://developer.nvidia.com/cuda-toolkit-archive

按照实际选择即可。本机为win11系统，64位，安装包大约3.0G

5.点击安装包

修改下安装路径

6.环境变量

自动生成环境变量：

系统路径：

7.检查是否安装成功

三、下载cuDNN

1.下载压缩包

下载地址https://developer.nvidia.com/rdp/cudnn-download

这里需要简单注册一下才能下载

选择合适的版本进行下载：

2.cuDNN配置

下载得到压缩包，打开包含三个文件夹

复制到CUDA文件夹中

3.环境变量

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp

4.检查是否安装成功

Win+R+cmd进入命令行，进入如下目录

运行bandwidthTest.exe

运行deviceQuery.exe

四、安装pytorch

1.创建虚拟环境

进入到pytorch环境中

2.命令下载pytorch

网址Start Locally | PyTorch

要选择对应版本的pytorch

复制对应的命令，打开命令行进行下载即可

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

这里下载失败，排查原因还是使用官网的下载命令下载pytorch

报错应该是清华镜像源的配置有点问题，修改之后可以安装了

同时修改了.condarc文件


channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud