win11配置pytorch过程_win11 rtx3070ti cuda11.3 配置pytorch教程

作者：羊村懒王 | 2024-02-09 18:27:07

踩

win11 rtx3070ti cuda11.3 配置pytorch教程

1. cuda 安装

1. 查看本机支持的CUDA的版本。
首先，需要打开Nvidia控制面板，然后点击帮助导航图标，接着点击系统信息，跳出系统信息,最后选择组件，查看到本机是支持CUDA 11.4。
在这里插入图片描述

2. 查看pytorch 支持的CUDA的版本，并安装CUDA。

进入pytorch官网。

官网上的pytorch最新稳定版本是1.9.1 最高支持CUDA 11.1。本机显卡是RTX1660Ti，所以选择安装CUDA 10.2的安装包。RTX30系列的显卡可以选择安装支持CUDA 11.1版本。
去英伟达官网查看CUDA安装包，选择CUDA 10.2。

选择是本地安装，因此需要把安装包下载下来。

右键以管理员身份运行安装，然后默认目录安装。

下图是解压界面。
在这里插入图片描述
解压完成，就进入安装界面。

选择自定义安装。

把“Visual Studio Intergration”的选项不要勾选。

点击“+”,展开“Driver componets”。
在这里插入图片描述
如果"Display Driver "当前版本高于新版本时，把前面的勾取消。

下一步，进入安装目录的选择，这需要我们记住这个目录。

然后，安装提示进行下一步安装。
在这里插入图片描述

接下来，就是耐心等待安装即可。

安装成功，进入下一个界面。

直接关闭窗口即可。

然后，进入win11的环境变量界面，查看环境变量是否显示。

“win+R”输入cmd，调出window的命令行的窗口，来测试CUDA是否安装成功。
在这里插入图片描述

2. CUDNN安装

去英伟达官网CUDNN，前提需要注册会员，然后点击下载，对应的版本的CUDNN。
需要仔细寻找对应的版本cuDNN，下载最新的cuDNN支持CUDA 10.2。

下载完成，进行解压缩。
在这里插入图片描述
然后，进行CUDNN安装，就是把cuda文件夹的文件，拖到已经安装的cuda的目录下。
默认cuda安装目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

测试cudNN是否安装成功。如下图所示：

3. 安装pytorch

采用pip包管理软件进行安装pytorch。

pip3 install torch==1.9.1+cu102 torchvision==0.10.1+cu102 torchaudio===0.9.1 -f https://download.pytorch.org/whl/torch_stable.html
1

下载完成截图：
在这里插入图片描述
2. 在终端命令行，输入ipython,进行pytorch测试。

pip list //查看安装的列表。
1

在这里插入图片描述
运行“ipython”,通过简单的命令，测试使用torch是否成功。

In [1]: import torch
In [2]: torch.cuda.is_available()
Out[2]: True  //这里表示pytorch安装成功。
1
2
3

在这里插入图片描述

4. 安装pycharm community 版本

打开pycharm社区版，进行下载。
下载完成，双击.exe安装包。

点击“next”按钮。

安装目的进行自定义安装：

点击“install”

进行✔，然后“continue”。

选择“Don’t Send”：

然后，就进入了“pycharm”软件。

进入界面，开始创建项目：

然后，conda工程的环境就完成啦！

工程创建完成，需要在conda命令行中，找到这个环境。打开“anaconda prompt”,使用“conda env list”，可查看现有的conda环境列表。现在多了一个刚才创建的环境。

另外，查看环境内可用的软件包的指令是“conda list”
若只想查找此环境下下载的软件包，可以用“pip list”。“conda list”会把与此环境相关联的环境的软件包，也显示出来。刚才用“conda list”显示出来那么包的原因是，就是把base环境下，软件包显示出来。而软件包的安装可以通过，pycharm调用pip进行安装。除特殊情况外，都是用conda进行安装。
使用pycharm安装软件包的方法如下：

搜索你要添加的软件包的名称即可：