Anaconda3+PyTorch安装教程
文章目录
- 一、安装前准备
- 二、前提
- 三、查看电脑显卡驱动信息
- 四、下载安装 Visual Studio（非必要）
- 五、NVIDIA CUDA Toolkit 10.2安装
- 六、创建PyTorch环境
-
- 6.1 方法一：
- 6.2 方法二（推荐）
- 七、pycharm中添加conda环境（不选择创建虚拟环境）
- 八、测试pytorch是否安装成功
- 九、当程序运行时，在windows终端中查看当前GPU的使用率
一、安装前准备
- 电脑需要有NVIDA的独立显卡；
- 电脑要有NVIDA显卡驱动程序（NVIDA控制面板）
- 微软官网下载安装 Microsoft Visual Studio(申请一个微软账号)
- 官网下载安装 CUDA Toolkit
- 检验CUDA安装是否成功
- CUDA安装成功后的使用
二、前提
CUDA在安装之前，需要看NVIDA的官方CUDA安装文档。
CUDA 11.2： https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
下载安装CUDA需要有NVIDA的显卡、Windows系统、Visual Studio。
三、查看电脑显卡驱动信息
一般新买的电脑都带有。
官网下载：https://www.nvidia.cn/geforce/drivers/
四、下载安装 Visual Studio（非必要）
官网：https://visualstudio.microsoft.com/zh-hans/（选择社区版即可）
勾选“C++的桌面开发“，然后下载到本地。
选择安装位置进行安装。
五、NVIDIA CUDA Toolkit 10.2安装
cuda只能运行在英伟达的显卡上
第一步，系统检查，如果下载的和NVIDIA控制面板结果一致，则显示绿色通过提示；
第二步，许可协议，同意并继续；
第三步，一般选择自定义安装，选择全部即可
第四步，选择安装位置，可以自己设置，也可以遵循系统设置（装在C盘）
第五步，如果没有安装Visual Studio，需要勾选下面方框，然后Next。
第六步，查看版本是否安装成功。
nvcc -V # 出现下列说明安装成功
nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2019 NVIDIA Corporation
Buiit on Wed Oct 23 19:32:27 Pacific_Daylight_Time 2019
Cuda compilation tools, release 10. 2, v10.2. 89
如果安装不成功，则需要配置环境变量。
电脑右键属性—>高级系统设置—>环境变量（系统变量path）
六、创建PyTorch环境
6.1 方法一：
卸载原来的pytorch和torchvision，之前没有安装则忽略这一步。
打开Anaconda Prompt：
①创建PyTorch环境
conda create -n pytorch python=3.7
②激活PyTorch环境
conda activate pytorch # pytorch为环境名
③登录PyTorch：https://pytorch.org/，找到命令：
(pytorch)C:\user>conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
④查看是否安装成功：
nvcc -V
⑤退出：
deactivate pytorch
⑥删除虚拟环境
conda remove -n 环境名称 --all
6.2 方法二（推荐）
直接以管理员身份运行cmd，然后在串口输入：
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
七、pycharm中添加conda环境（不选择创建虚拟环境）
在pycharm中新建一个工程（new project）—>选择已经存在的环境解释器（Existing interpreter）—>选择（Conda Environment）—>选择Anaconda安装的python解释器（python.exe文件）—>勾选Make available to all projects。
说明：这种情况方法简单，但是会造成环境污染。自己电脑中包会非常多，不便于后期管理。
八、测试pytorch是否安装成功
import torch
print(torch.__version__) # 打印pytorch的版本
print("gpu:",torch.cuda.is_available()) # 查看torch是否支持gpu
E:\A_code\1\venv\Scripts\python.exe E:/A_code/1/test.py
1.8.1
gpu: TrueProcess finished with exit code 0
说明环境已经配置成功
九、当程序运行时，在windows终端中查看当前GPU的使用率
nvidia-smi