使用anaconda配置标配版gpu的torch==1.2.0（30系列以下显卡）

使用anaconda配置标配版gpu的torch==1.2.0（30系列以下显卡）

环境内容

一、Anaconda环境配置

1、Anaconda的下载（可以跳过）

2、Anaconda的安装

二、Cudnn和CUDA的下载和安装

1、Cudnn和CUDA的下载（已给）

2、Cudnn和CUDA的安装

三、配置torch环境

1、pytorch环境的创建与激活

2、pytorch库的安装

3、其它依赖库的安装

四、使用pytorch-gpu环境 (可看我以往教程最后一步）

---

环境内容

torch：1.2.0
torchvision：0.4.0

接下来要用到的所有安装文件——网盘下载（不用自己去下载啦）：

链接：https://pan.baidu.com/s/1cSwNCRKY0syOt-NBEdr94Q 
提取码：p002  

一、Anaconda环境配置

1、Anaconda的下载（可以跳过）

————————————————
新版本anaconda的下载：
安装最新的Anaconda，首先登录Anaconda的官网：Anaconda | Individual Edition。直接下载对应安装包就可以。

2、Anaconda的安装

打开下载好的安装包。

选择安装的位置，可以不安装在C盘。

我选择了Add Anaconda to my PATH environment variable，这样会自动将anaconda装到系统的环境变量中，配置会更加方便一些。

等待安装完之后，Anaconda的安装就结束了。 

二、Cudnn和CUDA的下载和安装

我这里使用的是torch=1.2.0，官方推荐的Cuda版本是10.0，因此会用到cuda10.0，与cuda10.0对应的cudnn是7.4.1。（当然高一点的版本也是没有问题的，但尽量不要低于）

1、Cudnn和CUDA的下载（已给）

具体下载过程包括注册等繁琐的步骤，既然已经给了安装包，为了保持精简就不在此赘述。

2、Cudnn和CUDA的安装

下载好之后可以打开exe文件进行安装。

   这一步最好保存自己的图片，方便最后配置环境变量的时候查看。 

这里选择自定义。

然后直接点下一步就行了。 

 安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后大家把Cudnn的内容进行解压。

把这里面的内容直接复制到C盘的根目录下就可以了。

  安装完成后配置环境，Path需要手动添加如下路径，对应上一步的安装路径：此电脑右键->属性->高级系统设置->环境变量->双击系统环境变量中的Path点击新建，检查，若在系统变量中已有路径，无需执行此步。 (--一条一条添加--）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

 

     检查安装是否成功，cmd中输入 nvcc -V(V一定要大写） 

三、配置torch环境

1、pytorch环境的创建与激活

打开anaconda prompt：

conda create –n pytorch python=3.6 -y

 activate pytorch

这里一共存在两条指令：
前面一条指令用于创建一个名为pytorch的环境，该环境的python版本为3.6。
后面一条指令用于激活一个名为pytorch的环境。

由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。

2、pytorch库的安装

 此时cmd窗口的样子应该是这样的：

输入以下命令安装Pytorch

pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html 

3、其它依赖库的安装

但如果想要跑深度学习模型，还有一些其它的依赖库需要安装。具体如下

scipy==1.2.1
numpy==1.17.0
matplotlib==3.1.2
opencv_python==4.1.2.30
torch==1.2.0
torchvision==0.4.0
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0

如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中。

 输入命令：

小技巧：只需要把文件移动文件到anaconda/cmd窗口中可以自动获取该文件的绝对路径。

pip install -r C:\Users\33232\Desktop\requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/

四、使用pytorch-gpu环境 (可看我以往教程最后一步）

深度学习环境配置——windows下的tensorflow-cpu=2.2.0环境配置_阿良是炼丹师的博客-CSDN博客_tensorflow-cpu

完毕！

如果大家觉得本文章对你有帮助，麻烦点赞+收藏一下，谢谢！