1、查看本机的CUDA驱动适配版本
桌面右键打开英伟达控制面板,点击系统信息->组件
所以就必须安装 10.2 及以下的版本。
2、下载CUDA 10.1和cuDNN
cuDNN下载页面:https://developer.nvidia.com/rdp/cudnn-download
下载cuDNN是需要登录英伟达开发者账户的,注册一个并填写问卷就行了,很简单。
注意:必须选择和你安装的CUDA匹配的版本
选择自定义安装 只要第一个组件即可
把cuDNN中文件夹中文件复制到对应的cuda安装目录下
3、安装Pytorch
https://pytorch.org/get-started/locally/
先更换源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes
conda env list conda info --envs #列出所有环境 conda activate ee #激活环境 conda deactivate #退出环境 conda env remove -n py3 #删除环境 conda create -n pytorch python=3.6 #创建环境 conda activate pytorch
#安装 cpu 版本的 PyTorch conda install -c pytorch pytorch-nightly-cpu #安装fastai conda install -c fastai fastai #更新conda conda update conda
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch #安装gpu pytorch
# 1.conda新建环境 # 2.切换到新建环境中 # 3.安装ipykernel conda install ipykernel # 在新建环境新建kernel(kernel名可与环境名一致) python -m ipykernel install --user --name <环境名> --display-name <在jupyter中显示的kernel名称> python -m ipykernel install --user --name pytorch --display-name Pytorch jupyter kernelspec list # 查看jupyter的kernel列表 jupyter kernelspec remove <kernel_name> # 删除指定kernel