CUDA 11.7+Win10+Pytorch安装

一、准备环境以及安装包

记得将显卡的驱动升级到最新

本文针对的CUDA Version为11.7版本的安装教程

由于CUDA版本可以向下兼容，我们安装的官网的CUDA11.3的版本

1、安装Anaconda:

Anaconda安装包http://xn--anaconda-nh9mg71epx7i/

2、Python编译器

一步一步安装即可

PyCharm Community Edition 2022.1.2https://download.jetbrains.com.cn/python/pycharm-community-2022.1.2.exe

3、CUDA安装地址

CUDA11.7安装地址https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local提前下载好以上文件安装包

 二、安装过程

Anaconda

1、安装Anaconda

  

 

安装完Anaconda后查看环境变量（我的电脑右键属性→高级系统设置→环境变量） 

需要有这四个环境变量，如果发现没有的话可以手动添加

D:\ProgramData\Anaconda3
D:\ProgramData\Anaconda3\Scripts
D:\ProgramData\Anaconda3\Library\mingw-w64\bin
D:\ProgramData\Anaconda3\Library\bin

 2、打开cmd

输入指令

conda list

conda --version

注意：这里需要将Anaconda进行换源

 找到.condarc文件（一般在打开命令提示薄的路径中或者点击C盘→用户→点击自己的用户名）

然后用记事本打开输入

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

后面出现以下这种错误CondaHTTPError:HTTP 000 CONNECTION FAILED错误不出意外应该是换源的问题，这个问题就缠绕了我一下午

2、CUDA安装过程

1、安装过程

耐心等待即可，这一步都很慢

 

推荐使用自定义一是可以修改安装地方，默认是安装在C盘

二是如果第一次安装的话会有很多CUDA包没有

 只勾选CUDA

下一步即可，我已经安装完成就不继续演示了 

2、检验是否安装完成

打开自己CUDA安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin

是否有如下文件 

然后打开cmd输入

nvcc -V

 3、Pytorch安装

pytorchhttps://pytorch.org/get-started/locally/

 输入指令

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

慢慢等待即可 

验证Pytorch安装成功

1、打开cmd激活环境，输入

pip list

 2、打开cmd输入python

输入以下代码出现True

import torch
torch.cuda.is_available()