基于全新电脑环境安装pytorch的GPU版本

前言:

距离第一次安装深度学习的GPU环境已经过去了4年多(当时TensorFlow特别麻烦),现在发现安装pytorch的GPU版本还是很简单方便的,流程记录如下。

安装步骤:

步骤一:官网下载Anaconda

Free Download | Anaconda

直接下载最新版本到电脑里,并安装。

步骤二:查询电脑的CUDA Version

win+R 然后输入cmd调出命令窗,输入 nvidia-smi

基于全新电脑环境安装pytorch的GPU版本_第1张图片

步骤三:确定电脑GPU的NVDIA型号。

通过搜索找到”设备管理器”,再找到其中的“显示适配器”。

 基于全新电脑环境安装pytorch的GPU版本_第2张图片

步骤四:更新NVIDIA驱动程序

NVIDIA官网:https://www.nvidia.cn/

基于全新电脑环境安装pytorch的GPU版本_第3张图片

 选择对应的硬件环境

基于全新电脑环境安装pytorch的GPU版本_第4张图片

 搜索到合适的驱动后,下载并安装(可以用C盘的默认位置)。

基于全新电脑环境安装pytorch的GPU版本_第5张图片

基于全新电脑环境安装pytorch的GPU版本_第6张图片

 安装完毕后,重启电脑

步骤五:再次查询CUDA Version

win+R 然后输入cmd调出命令窗,输入 nvidia-smi

基于全新电脑环境安装pytorch的GPU版本_第7张图片

可以看到,CUDA Version的版本已经从11.7变成了12.2。

步骤六:通过官网下载pytorch

官网地址:https://pytorch.org/

注意:CUDA Version要选择比电脑低的情况,我这里选择了默认推荐版本。

基于全新电脑环境安装pytorch的GPU版本_第8张图片

在Anaconda的prompt中输入官网指令。

基于全新电脑环境安装pytorch的GPU版本_第9张图片

 pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

在安装过程中,遇到的选择,全部选择y。

其中,由于没有借助镜像源(增加出问题的概率),安装过程较慢(大概花了30分钟)。

基于全新电脑环境安装pytorch的GPU版本_第10张图片

 步骤七:在anaconda的prompt环境测试安装结果

显示True,安装成功。

步骤八:打开anaconda自带的spyder编辑器进行测试

基于全新电脑环境安装pytorch的GPU版本_第11张图片

步骤九:跑一个MNIST数据集分类样例代码测试

 nvidia-smi -l 1实时观察GPU的占用率基于全新电脑环境安装pytorch的GPU版本_第12张图片

 补充说明

(1)windows系统需要增加Anaconda的环境变量。 

基于全新电脑环境安装pytorch的GPU版本_第13张图片

(2)matplotlib通常需要重新安装对应版本,很容易版本不匹配。

你可能感兴趣的:(深度学习,pytorch,人工智能,python)