赞
踩
下载网址:https://developer.nvidia.com/cuda-11-8-0-download-archive
安装
安装cuda后,需配置cuDNN。
输入nvcc -V 测试cuda是否可行。
下载网址:https://developer.nvidia.com/rdp/cudnn-archive 需注册
下载完成后解压。
将文件夹中的文件逐一复制到cuda的安装文件夹中
1) 把cuda\bin目录下的文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin 目录下.
2) 把\cuda\ include目录下的文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include 目录下.
3) 把\cuda\lib\x64\目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64 目录下.
下载网址:https://www.anaconda.com/download/
开始安装
值得注意的是版本不同安装有差别,但大体相同,多装装就会感受到异同之处。
等待安装完毕,一直next–>Finished就OK。
配置环境变量
此处是你自己安装下的文件夹里的文件,自己装在哪就放哪。
D:\Anaconda\data
D:\Anaconda\data\Scripts
D:\Anaconda\data\Library\bin
D:\Anaconda\data\Library\mingw-w64\bin
D:\Anaconda\data\Library\usr\bin
测试是否安装成功
win+r,输入cmd打开终端,输入python,出现以下界面
在终端下输入conda --version,出现以下界面
如此anaconda就安装完毕了。
在cmd中输入:
conda create -n pytorch200 python=3.11
输入"y"
在cmd中输入activate <环境名称>:
activate pytorch200
个人习惯用pip,所以我就将pip的默认下载源更换成镜像源(提升下载速度),当然conda也可以换,大家自己找一下资源。
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
然后安装pytorch2.0.0,此处直接贴上代码:
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
至于代码从何而来,从官网中选择需要的即可,官网网址:https://pytorch.org/
默认Jupyter打开显示的位置并不是我们放代码的常用位置,因此,将快捷方式进行修改使得软件打开后显示我们预想的位置。
选择jupyter图标右键打开文件位置
复制jupyter图标并更名(名称个人爱好)
右键属性,将图示的内容更改为你所需要的路径,保存即可。
需要将创建的新环境体现在kernel中,代码:
#首先在新环境(activate pytorch200)下载ipykernel
pip install ipykernel
#然后添加新的kernel
python -m ipykernel install --name pytorch200
在遇到No module named 'xxx’只需 pip install xxx即可,部分module在安装时名称有变化,碰到问题时百度即可。
pip install opencv-python
pip install pandas
pip install torchmetrics
pip install tqdm
pip install
pip install
检查PyTorch版本及GPU是否安装成功检测
import torch
print(torch.__version__)
print(torch.cuda.is_available())
至此,配置完成
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。