深度学习部署（Pytorch+windows）

目录

NVIDA GPU驱动

NVIDA GPU驱动

查看电脑显卡类型（电脑——属性——设备管理器——显示适配器）

进入NVIDA官方网站（官方驱动 | NVIDIA）下载对应驱动，

 接下来默认安装即可。

安装完成之后，查看自己的驱动版本（NVIDIA 控制面板——系统信息——组件）

CUDA ToolKit

安装CUDA之前，先看 

安装CUDA之前，先到pytorch官网（Start Locally | PyTorch）查看Pytorch都支持哪些版本的cuda：

选择自己想要安装的版本，下载对应的CUDA，下载地址为：CUDA Toolkit Archive | NVIDIA Developer

 当然，这个CUDA版本，不仅仅需要支持pytorch，也必须支持显卡驱动，可以在CUDA 12.1 Update 1 Release Notes (nvidia.com)查看

Cudnn

查看当前CUDA 版本对应的Cudnn，解压：

将这三个文件夹拷贝到cuda安装目录

同时，修改环境变量

  

Anaconda

下载网址（Free Download | Anaconda）

下载后默认安装即可。

在Anaconda中创建虚拟环境：

conda create -n pytorch python=3.9

设置镜像源（阿里源），在C盘用户界面搜   .condarc. 更换内容为：

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

Pytorch

 到pytorch官网（Start Locally | PyTorch），找到对应的安装版本，进入conda的虚拟环境，安装pytorch

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

 验证是否安装完成