Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境

Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境

  • 0. 前言
  • 1. 安装Anaconda
    • ***** 新建环境 *****
  • 2. 安装CUDA和cuDNN
    • (1) 安装显卡驱动
    • (2) 下载CUDA
    • (3)下载cuDNN
    • (4) 安装CUDA和cuDNN
  • 3. 下载Pytorch
    • 下载方式1(慢,易失败)
    • 下载方式2
    • 安装方式
  • 4. 安装PyCharm
    • ***** 使用方法 ******
  • 最后

0. 前言

前不久英伟达发布了30系显卡,受到了各位炼丹师的关注。据说3060ti性能媲美2080super,其性价比极高(涨价之前)。但新显卡也有缺点,那就是不兼容旧版本的CUDA,只支持11.0以上的版本。pytorch也紧随潮流,正式支持CUDA11.0版本。

Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第1张图片
以下是我亲测有效的使用 GPU 3060ti 的各部分安装版本

电脑系统:window 10
python版本:3.8
pytorch版本:1.7.1
CUDA版本:11.0
cuDNN版本:8.0.5 适用于CUDA11.0

如果是刚入门的朋友,请看以下安装教程,手把手教学,大神请随意~

1. 安装Anaconda

推荐直接上官网下载
https://www.anaconda.com/products/individual
如图所示,下载64位windows版本。(现在应该没有用32位的吧~)
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第2张图片
下载完毕后双击exe文件的图标打开安装界面,如图所示。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第3张图片
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第4张图片
按照指示安装完毕即可。

***** 新建环境 *****

这里介绍通过Anaconda软件内通过鼠标点击UI来创建环境。

另外,还可以命令提示符来创建环境,网上教程很多,这里就不赘述了。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第5张图片

2. 安装CUDA和cuDNN

(1) 安装显卡驱动

首先需要下载和安装显卡驱动,进入下面网址选择合适的显卡驱动下载并按照提示安装。如果已安装此处略过。
https://www.nvidia.cn/geforce/drivers/
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第6张图片

下载CUDA不需要注册,但下载cuDNN需要注册和登录。

(2) 下载CUDA

CUDA下载网站
https://developer.nvidia.com/cuda-toolkit-archive

选择需要的版本,这里选了11.0版本,因为3060ti只支持11.0以上版本,而pytorch当前最高支持11.0版本。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第7张图片
选择WIN10、本地安装,再点击下载安装包即可。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第8张图片

(3)下载cuDNN

cuDNN网址
https://developer.nvidia.com/cuDnn

下载cuDNN需要注册NVIDIA账号并登录,注册时安装官网提示填写用户名、密码、邮箱等,其中需要邮箱验证。

邮箱验证时使用QQ邮箱接收不到验证邮件,使用163邮箱可以。

邮箱验证完后,补全一些信息即可。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第9张图片
随后进入以下页面,选择使用CUDA11.0、Windows的cuDNN库,点击下载。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第10张图片

(4) 安装CUDA和cuDNN

建议安装CUDA之前先安装VS,可选VS2013,体量小。

打开CUDA安装包。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第11张图片
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第12张图片
安装CUDA完毕后,解压cuDNN压缩包,复制以下所有内容。
在这里插入图片描述

打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第13张图片
将刚才复制的内容粘贴到该文件夹。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第14张图片
完成。

3. 下载Pytorch

这里有两种下载方式,推荐第二种。

下载方式1(慢,易失败)

打开Pytorch官网:
https://pytorch.org/get-started/locally/
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第15张图片
选择好版本后,复制蓝框内的代码到命令窗口自动下载,但这种下载方式极慢,且容易下载失败,失败后需要重新下载。有的朋友可使用这种方法。

下载方式2

进入如下网址
https://download.pytorch.org/whl/torch_stable.html
找到对于版本的文件直接下载。这种下载方式速度快多了
在这里插入图片描述
在这里插入图片描述

安装方式

使用管理员权限打开命令窗口。

  • 激活环境,activate [环境名]
  • 去到下载好的文件夹路径
  • 用图中的命令安装
    Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第16张图片
    如果途中提示需要安装其他库,但是又安装得特别慢,可以尝试使用别的镜像源,例如:
pip install numpy==1.19 -i https://pypi.douban.com/simple

其中 -i https://pypi.douban.com/simple 即切换镜像源下载。
安装好之后可通过 conda list 查看当前环境的库。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第17张图片

4. 安装PyCharm

目前使用较多的IDE是 PyCharm 或 VSCode ,个人觉得PyCharm比较专业一点,用起来也好用。
https://www.jetbrains.com/pycharm/download/#section=windows
到官网下载PyCharm,社区版是开源的,下载社区版,按照提示安装即可。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第18张图片

***** 使用方法 ******

打开PyCharm,新建或打开现有的项目。

Ctrl + Alt+S打开设置页,导入先前设置好的环境。

Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第19张图片
此处从Conda中选择现有的环境,并且勾选Make available to all projects,即应用到所有项目。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第20张图片

最后

至此,炼丹炉已修建完成。放入足够的原材料(数据集),使用合适的配方(模型算法),即可开始炼丹啦!欢迎大家提出宝贵建议并参与评论讨论。
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境_第21张图片

你可能感兴趣的:(深度学习,深度学习,pytorch,pycharm,windows,cuda)