2022完整总结WIN11 Pytorch与GPU环境配置

2022一文搞定深度学习环境配置

    • 安装Python
    • 安装CUDA
    • 安装Anaconda
    • 安装Pytorch


安装Python

Python官网
选择版本进行下载,推荐3.9,最新的版本可能存在适配兼容性的问题


安装CUDA

仅限于NVIDIA显卡,桌面右击进入NVIDIA控制面板,左下角点击系统信息,查看显卡驱动版本
2022完整总结WIN11 Pytorch与GPU环境配置_第1张图片
2022完整总结WIN11 Pytorch与GPU环境配置_第2张图片

根据显卡驱动版本选择CUDA版本
显卡驱动版本支持文档

注意安装的时候需要注意不能无脑安装最新版本,需要先看Pytorch支持的最新版本
2022完整总结WIN11 Pytorch与GPU环境配置_第3张图片
超过最新支持版本可能出现兼容性问题

安装CUDA过程全程下一步即可

安装好以后,命令行输入nvidia-smi查看是否安装成功

2022完整总结WIN11 Pytorch与GPU环境配置_第4张图片
出现这样的即证明CUDA安装成功

若出现找不到命令,说明没有配置CUDA环境变量


安装Anaconda

官网下载地址

安装好以后输入命令 conda env list
在这里插入图片描述
出现这个即表示安装成功

用conda create -n (虚拟空间名字) 创建虚拟环境

activate (虚拟空间名字)选择进入环境

切换清华镜像加速下载

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

安装Pytorch

官网下载地址

选择对应版本

在conda虚拟空间中用官网给的命令进行安装

安装好以后创建py文件进行测试,输入

import torch
print(torch.__version__)
print(torch.version.cuda)

成功输出对应版本表示已经可以正常使用Pytorch


你可能感兴趣的:(深度学习,pytorch,深度学习,python)