(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

物联沃分享整理
物联沃-IOTWORD物联网 » (2022.4)Win10最新Anaconda安装Pytorch GPU环境(CUDA)教程(极其适合初学者)

发表评论