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)

深度学习部署(Pytorch+windows)_第1张图片

进入NVIDA官方网站(官方驱动 | NVIDIA)下载对应驱动,

深度学习部署(Pytorch+windows)_第2张图片

 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)

深度学习部署(Pytorch+windows)_第3张图片

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:

深度学习部署(Pytorch+windows)_第4张图片

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

深度学习部署(Pytorch+windows)_第5张图片

深度学习部署(Pytorch+windows)_第6张图片

 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

深度学习部署(Pytorch+windows)_第7张图片

Cudnn

查看当前CUDA 版本对应的Cudnn,解压:

深度学习部署(Pytorch+windows)_第8张图片

将这三个文件夹拷贝到cuda安装目录

深度学习部署(Pytorch+windows)_第9张图片

同时,修改环境变量

深度学习部署(Pytorch+windows)_第10张图片  

Anaconda

下载网址(Free Download | Anaconda)

深度学习部署(Pytorch+windows)_第11张图片

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
深度学习部署(Pytorch+windows)_第12张图片 

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

深度学习部署(Pytorch+windows)_第13张图片

你可能感兴趣的:(深度学习,人工智能,python)