跳转到内容

Anaconda环境

bash
Anaconda版本:Anaconda3-2023.03-Windows-x86_64
Python版本:Python 3.10.9
下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.03-0-Windows-x86_64.exe

显卡配置

在cmd中使用如下命令查看CUDA版本

bash
nvidia-smi

如下图所示,CUDA版本为11.7

按照相应的版本下载CUDA文件并安装

bash
https://docs.nvidia.cn/cuda/cuda-installation-guide-microsoft-windows(官方文档)
https://developer.nvidia.com/cuda-toolkit-archive(历史版本)
https://developer.nvidia.com/cuda-downloads(最新版本)

如图所示下载并安装(安装过程就是不断下一步),并检查环境变量

安装完成后使用如下命令检查是否安装成功并检查系统和环境变量

bash
nvcc –V

按照相应的版本下载cuDNN文件

bash
下载cuDNN需要注册账号
https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-windows(官方文档)
https://developer.nvidia.com/rdp/cudnn-archive(历史版本)
https://developer.nvidia.com/cudnn(最新版本)

推荐下载最新版,并解压到

bash
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDNN
并把下面的文件路径加到环境变量下
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDNN\bin

zLibDll(必须下载)

bash
http://www.winimage.com/zLibDll/zlib123dllx64.zip
http://www.winimage.com/zLibDll/zlib123dll.zip

解压到

bash
C:\Program Files\NVIDIA GPU Computing Toolkit\zLibDll
并把下面的文件路径加到环境变量下
C:\Program Files\NVIDIA GPU Computing Toolkit\zLibDll\dll_x64

PyTorch

(1)直接官网pip或者conda
(2)手动安装

bash
https://pytorch.org/get-started/previous-versions/(找到torch torchvision torchaudio相对应的版本)
https://download.pytorch.org/whl/cu117(下载包)

下载对应版本安装包后在Anaconda - Anaconda Prompt使用下面命令安装

bash
pip install C:\torch-2.0.0+cu117-cp310-cp310-win_amd64.whl
pip install C:\torchaudio-2.0.0+cu117-cp310-cp310-win_amd64.whl
pip install C:\torchvision-0.15.0+cu117-cp310-cp310-win_amd64.whl

解释一下

bash
torch-2.0.0   torchaudio-2.0.0   torchvision-0.15.0
版本号分别为2.0.0   2.0.0   0.15.0 
版本号必须对应 在https://pytorch.org/get-started/previous-versions/可以找到
cu117 对应 CUAD版本11.7
cp310 对应 Python3.10

欢迎留言并指出错误