(2022.4)Win10最新Anaconda安装Pytorch GPU环境(CUDA)教程(极其适合初学者)
目录
前言
一、CUDA的安装
1.确认自己的电脑是否可以使用CUDA
2.下载CUDA
二、cuDNN的安装
1.下载cuDNN
2.安装cuDNN
三、Anaconda环境的配置
四、Pytorch的安装
五、验证
总结
前言
本文是在Windows10,Anaconda上安装Pytorch+CUDA的环境,包含下载-安装-验证的全过程,很详细的教程,对初学者极其友好!
版本如下:
CUDA 11.3
Pytorch 1.11
这周接到导师的任务,去复现一篇论文的结果,代码是基于Pytorch的,为了尽快计算出来结果(去玩),于是准备采用GPU计算。因为计算量还可以所以就先不用超算平台啦,索性拿出了我的游戏本hhh。
一、CUDA的安装
1.确认自己的电脑是否可以使用CUDA
在桌面鼠标右键,进入NVDIA控制面板:
点击左下角的 系统信息:
点击组件,显示CUDA后续即为版本号
2.下载CUDA
CUDA 11.3 下载网址:CUDA Toolkit 11.3 Downloads | NVIDIA Developer
或者直接百度搜索:CUDA + 希望下载的版本号,进入官网即可
进入以后,选择Windows
然后,依次选择图中的深色选项,最后点击红框里的下载。
下载完成后,打开后首先会解压,路径可以改成一个新的文件夹:
解压完成后,等待:
同意并继续。
选择精简版会直接在默认路径安装,可以选择自定义,然后改路径:
继续:
可以更改安装路径,然后等待安装,安装完成后建议重启电脑。
在桌面打开一个新的Terminal,输入 nvcc -V
显示则安装成功。
二、cuDNN的安装
1.下载cuDNN
下载地址:https://developer.nvidia.com/rdp/cudnn-download
登录后才可以下载,没有账号先注册。
然后勾选。
选择11.x版本
2.安装cuDNN
下载完成后解压,会出现如下文件,
分别将三个文件夹下的所有文件拷贝至CUDA安装目录下对应的文件夹中:
然后将环境变量的第二条改成如下:
三、Anaconda环境的配置
首先,进入base(root)的Terminal,这里介绍重新建一个env。
如果,之前的env没有安装Pytorch也可以使用,请直接往下滑,跳转到:四、Pytorch的安装。
首先进入Terminal:
点击base(root) 右侧的按钮,选择Open Terminal
这里新建一个名叫pytorch_gpu的env,可自定python版本,然后输入:
conda create -name pytorch_gpu python=3.7 anaconda
按照操作完成即可。
四、Pytorch的安装
Pytorch 安装命令获取网址:PyTorch
往下滑,找到这里,然后依次选择Conda或者Pip,CUDA11.3,然后就会自动生成蓝框中的安装命令:
内容如下:
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
然后进入刚才新建的pytorch_gpu的Terminal,两种进入方法:
1.在Windows开始菜单中打开
2.在Anaconda Navigator中打开,参见步骤三
进入后,将命令输入并安装即可。
五、验证
继续在Terminal输入python,然后输入
import torch
再输入:
torch.cuda.is_available()
输出True,即为成功。
如果为False,可以先试一下重启电脑。
此外,还可以查看一下版本信息:
print(torch.__version__)
print(torch.version.cuda)
完整过程如下:
大功告成!
总结
大家按照步骤完成就可以啦。使用GPU后,计算会非常快,越好的GPU速度提升会越显著。
以上就是今天的教程啦,本文仅仅简单介绍了环境的搭建,欢迎大家评论,分享看法,提出意见。最后希望大家认真完成自己的项目哦~
来源:水果味的程序员