1,安装anaconda
2,查看显卡版本信息
3,安装对应的驱动程序cuda tooltik
4,安装pytorch
- 首先安装anaconda ,安装anaconda的目的在于创建虚拟环境,因为有的包需要不同的python版本,但是你不能在一个环境内配置多个python,所以就需要虚拟环境的存在。
- 查看显卡的信息:
进入显卡版本的目录: cd C:\Program Files\NVIDIA Corporation\NVSMI nvidia-smi ? ?最上面一行显示的版本号与cuda版本。 -
cuda tooltik 具体而言,Nvidia 官方提供的 CUDA Toolkit 是一个完整的工具安装包,其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。使用 Nvidia 官网提供的 CUDA Toolkit 可以安装开发 CUDA 程序所需的工具,包括 CUDA 程序的编译器、IDE、调试器等,CUDA 程序所对应的各式库文件以及它们的头文件。上述 CUDA Toolkit 的具体组成可参考?CUDA Toolkit Major Components. 实际上,Nvidia 官方提供安装的 CUDA Toolkit 包含了进行 CUDA 相关程序开发的编译、调试等过程相关的所有组件。但对于 Pytorch 之类的深度学习框架而言,其在大多数需要使用 GPU 的情况中只需要使用 CUDA 的动态链接库支持程序的运行( Pytorch 本身与 CUDA 相关的部分是提前编译好的 ),就像常见的可执行程序一样,不需要重新进行编译过程,只需要其所依赖的动态链接库存在即可正常运行。故而,Anaconda 在安装 Pytorch 等会使用到 CUDA 的框架时,会自动为用户安装 cudatoolkit,其主要包含应用程序在使用 CUDA 相关的功能时所依赖的动态链接库。在安装了 cudatoolkit 后,只要系统上存在与当前的 cudatoolkit 所兼容的 Nvidia 驱动,则已经编译好的 CUDA 相关的程序就可以直接运行,而不需要安装完整的 Nvidia 官方提供的 CUDA Toolkit 。? ? ? ? ? 一个很重要的一点是,cuda toolkit是向下兼容的。 -
安装pytorch
?在官网PyTorch查看对应cuda版本对应的pytoch安装语句:
如图最下面有代码段,就是根据你的cuda版本生成的,复制到对应虚拟环境下的命令行窗口即可:
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge
安装后进入pycharm创建一个.py文件进行查看,代码如下:
#使用python运行
import torch
print(torch.__version__)
print(torch.cuda.is_available())
?运行后显示如图所示。
?
?
?
????????
|