zoukankan      html  css  js  c++  java
  • Anaconda3+PyTorch安装教程

    一、安装前准备

    • 电脑需要有NVIDA的独立显卡;
    • 电脑要有NVIDA显卡驱动程序(NVIDA控制面板)
    • 微软官网下载安装 Microsoft Visual Studio(申请一个微软账号)
    • 官网下载安装 CUDA Toolkit
    • 检验CUDA安装是否成功
    • CUDA安装成功后的使用

    二、前提

    CUDA在安装之前,需要看NVIDA的官方CUDA安装文档。

    CUDA 11.2: https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html

    下载安装CUDA需要有NVIDA的显卡、Windows系统、Visual Studio。

    三、查看电脑显卡驱动信息

    一般新买的电脑都带有。

    官网下载:https://www.nvidia.cn/geforce/drivers/


    四、下载安装 Visual Studio(非必要)

    官网:https://visualstudio.microsoft.com/zh-hans/(选择社区版即可)

    勾选“C++的桌面开发“,然后下载到本地。

    选择安装位置进行安装。

    五、NVIDIA CUDA Toolkit 10.2安装

    cuda只能运行在英伟达的显卡上

    第一步,系统检查,如果下载的和NVIDIA控制面板结果一致,则显示绿色通过提示;

    第二步,许可协议,同意并继续;

    第三步,一般选择自定义安装,选择全部即可

    第四步,选择安装位置,可以自己设置,也可以遵循系统设置(装在C盘)
    第五步,如果没有安装Visual Studio,需要勾选下面方框,然后Next。

    第六步,查看版本是否安装成功。

    nvcc -V                            # 出现下列说明安装成功
    

    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2019 NVIDIA Corporation
    Buiit on Wed Oct 23 19:32:27 Pacific_Daylight_Time 2019
    Cuda compilation tools, release 10. 2, v10.2. 89

    如果安装不成功,则需要配置环境变量。

    电脑右键属性—>高级系统设置—>环境变量(系统变量path)

    六、创建PyTorch环境

    6.1 方法一:

    卸载原来的pytorch和torchvision,之前没有安装则忽略这一步。

    打开Anaconda Prompt:

    ①创建PyTorch环境

    conda create -n pytorch python=3.7
    

    ②激活PyTorch环境

    conda activate pytorch            # pytorch为环境名
    

    ③登录PyTorch:https://pytorch.org/,找到命令:

    (pytorch)C:user>conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
    

    ④查看是否安装成功:

    nvcc -V
    

    ⑤退出:

    deactivate pytorch
    

    ⑥删除虚拟环境

    conda remove -n 环境名称 --all
    

    6.2 方法二(推荐)

    直接以管理员身份运行cmd,然后在串口输入:

    conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
    

    七、pycharm中添加conda环境(不选择创建虚拟环境)

    在pycharm中新建一个工程(new project)—>选择已经存在的环境解释器(Existing interpreter)—>选择(Conda Environment)—>选择Anaconda安装的python解释器(python.exe文件)—>勾选Make available to all projects。

    说明:这种情况方法简单,但是会造成环境污染。自己电脑中包会非常多,不便于后期管理。

    八、测试pytorch是否安装成功

    import torch
    print(torch.__version__)    # 打印pytorch的版本
    print("gpu:",torch.cuda.is_available())   # 查看torch是否支持gpu
    

    E:A_code1venvScriptspython.exe E:/A_code/1/test.py
    1.8.1
    gpu: True

    Process finished with exit code 0

    说明环境已经配置成功

  • 相关阅读:
    JQ选择器
    设计模式
    招银网络面试
    斗鱼面经
    招银科技面经
    用户访问网站基本流程
    shell的条件判断
    crontab -e 和/etc/crontab的区别
    秘钥对登录配置
    CentOS6 x86_64最小化安装优化脚本
  • 原文地址:https://www.cnblogs.com/IT-cute/p/14592001.html
Copyright © 2011-2022 走看看