window11 + python3.7+NVDIA11.7 +pytorch GPU 加速环境配置

window11 + python3.7+NVDIA11.7 +pytorchGPU 加速环境配置

关于pytorch配置GPU环境我在网上看了很多，其实现在基本上没有windows 11 版本环境的配置但是其实没必要担心这个，这没有影响。

对于博主呢，其实不太像配置GPU的，因为其实笔记本即使用GPU速度也是很慢的，对于大型任务也是远远不够的，也就是做一些小任务可以很快的加速速度。
另外用笔记本跑深度学习这些其实对笔记本伤害是很大的，很多时候可能就给笔记本跑坏了，博主真的是非常珍惜自己的笔记本，主要配置过来也就是学习学习。

博主建议，尽量不要用自己的笔记本的GPU跑深度学习哈。而且不要随便配置，博主可能比较厉害，一次就配置好了，而且就用了一个消失，你们新手配置配置着可能会把电脑环境弄坏的。

下面是教程：

博主浓缩了很多，其实网上比较繁琐，没那么麻烦的，一共就下面几步：

1.查看自己的NVDIA版本

2.安装对应NVDIA版本的cuda和（cudnn也可以装也可以不装，我看网上基本都没装，这个是深度学习优化加速的，其实cuda可以把我们的计算在GPU上运行，然后cudnn又可以优化他的计算，不过cudnn只是在深度学习方面上有优化,并不能质的改变速度，所以这个可以不用安装，比如现在三个消失运行完，安装之后两个小时运行完，其实这都是线性的减少时间，没有太大影响。)博主没有安装cudnn,不过如果是服务器的话，尽量去配置这些。

3.安装对应cuda 版本的pytorch。然后就结束了。

正式开始：

1.查看自己的NVDIA版本

键盘输入win+R 输入cmd，打开cmd窗口：

输入nvidia-smi查看NVDIA版本

对应版本11.7。

2.安装对应NVDIA版本的cuda
进入下面这个网址，注意啊，版本一定要选好。

https://developer.nvidia.com/cuda-11-7-1-download-archive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_network

选择好版本后，在选择配置

对了测试一下cuda是不是安装好了：
出现下面就是测试好了，cmd输入nvcc -V

3.安装对应cuda 版本的pytorch。
进入如下界面：

https://pytorch.org/get-started/locally/
将下面的 Run the command的指令在cmd下安装一下就可以了哈，就结束了。

测试一下是不是安装好了：
出现下面情况就是安装好了。