Windows下PyTorch深度学习环境配置(GPU)

一:下载Anaconda

(路径最好全英文)
(下载好后,可以创建其他虚拟环境,因为是自己学习,所以先不放步骤,有需要者可以参考B站up我是土堆的视频)

二:利用 conda 或者 pip 安装 PyTorch

1. 确定自己安装的CUDA版本与GPU关系

1.确定显卡型号
Windows下PyTorch深度学习环境配置(GPU)_第1张图片
(如图右上角,我是1050ti)

  1. 确定显卡算力 6.1
    Windows下PyTorch深度学习环境配置(GPU)_第2张图片
    (更多CUDA和GPU间的算力关系可参考https://zhuanlan.zhihu.com/p/544337083?utm_id=0)
  2. 确定CUDA Runtime
    Windows下PyTorch深度学习环境配置(GPU)_第3张图片
    (可以看到算力6.1对应的CUDA SDK,我选用目前最新的11.8)
  3. 我们看自己的驱动 CUDA Driver Version – 12.2
    (打开cmd,输入nvidia-smi 就可看到cuda的版本,建议更新到最新)
    在-
    https://www.nvidia.cn/Download/index.aspx?lang=cn进行安装
    Windows下PyTorch深度学习环境配置(GPU)_第4张图片
    (将其中的信息选择自己电脑对应的型号,之后进行安装)

2. 安装GPU版本 PyTorch

打开pytorch官网Windows下PyTorch深度学习环境配置(GPU)_第5张图片

(本人如上)
将最下面那行复制,打开Anaconda prompt的窗口复制进去进行下载
(这里有镜像和pip的方法)

补pip:就是把第三行的conda换成Pip,再复制最后一行代码进行下载

三:验证

Windows下PyTorch深度学习环境配置(GPU)_第6张图片

conda env list  //显示环境
conda list  //显示环境下的包
conda activate 环境名  //切换环境
conda uninstall pytorch torchvison torchaudio cudatoolkit  //卸载那四个包

四:安装PyCharm并进行配置

Windows下PyTorch深度学习环境配置(GPU)_第7张图片
Windows下PyTorch深度学习环境配置(GPU)_第8张图片
Windows下PyTorch深度学习环境配置(GPU)_第9张图片

PS:有更多疑问可以参考B站我是土堆

PS:他的博客

你可能感兴趣的:(深度学习,深度学习,windows,pytorch)