赞
踩
写在前面:
作者电脑配置为:win11 + NVIDIA GeForce MX25
下载地址:https://www.anaconda.com/download(下载官网最新版本的)
下载完成后进入Anaconda Prompt在base环境验证,输入指令conda --version
首先查看电脑适配的最高版本,进入Anaconda Prompt在base环境输入nvidia-smi
历史版本下载:https://developer.nvidia.com/cuda-toolkit-archive(下载cuda11.7版本)
检查与配置环境变量
检测系统变量中PATH是否存在:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
检查CUDA是否成功
进入Anaconda Prompt在base环境中进入CUDA安装路径:
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite
分别输入deviceQuery.exe
和bandwidthTest.exe
,若都显示Result=PASS则说明安装成功
查看CUDA版本
进入Anaconda Prompt在base环境中输入以下指令: nvcc --version
首先需要知道的一点:CUDA的版本需要与PyTorch版本对应才能成功启用GPU加速
使用conda创建不同的环境,为不同的环境安装不同版本的pytorch以满足不同环境下项目的需求。
进入Anaconda Prompt在base环境中输入以下指令创建名为DL_001的python版本为3.7的运行环境:conda create -n pytorch python=3.7
创建环境结束后,使用以下指令查看已有的环境:conda env list
进入已有的环境,输入以下语句切换环境: activate DL_001
为DL_001环境安装pytorch(这里采用手动下载torch,torchvision,torchaudio文件,在进行离线安装)
进入torch等文件下载仓库download.pytorch.org/whl/cu117/torch_stable.html
下载cuda11.7 + python3.7对应的Pytorch版本(torch1.13.0 + torchvision0.14.0 + torchaudio0.13.0)
下载好后进入Anaconda Prompt在DL_001环境下切换进刚才下载的三个文件的文件夹路径
使用以下指令依次安装三个包(时间可能会很长,作者用了近三个小时):
pip3 install torch-1.13.0+cu117-cp37-cp37m-win_amd64.whl
pip3 install torchvision-0.14.0+cu117-cp37-cp37m-win_amd64.whl
pip3 install torchaudio-0.13.0+cu117-cp37-cp37m-win_amd64.whl
在跑李沐的动手学深度学习(PyTorch)的模型仓库中:d2l-zh\pytorch\chapter_convolutional-modern\resnet.ipynb
出现以下问题:
pip3 install typing_extensions -i https://pypi.tuna.tsinghua.edu.cn/simple
作者是深度学习正在入门的小菜,如有问题的地方希望大佬批评指正!!!
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。