pytorch-gpu(Anaconda3+cuda+cudnn)

文章目录

  • 下载Anaconda3
    • 安装,看着点next就行
    • 比较懒所以自动添加path
    • 测试
  • cuda
    • 安装的时候不能改路径
    • 如果出现报错,关闭杀毒软件
    • 一直下一步就好
    • 取消勾选“CUDA”中的“Visual Studio Intergration”
    • 一直下一步即可
    • 测试
    • 安装成功
  • cudnn
    • 解压后将这三个文件夹复制到CUDA的安装目录中
    • 没选择自动添加环境变量的话需要手动设置
    • 验证
    • 安装成功
  • pytorch
    • 如果没有你的cuda版本
    • 下滑,找到适合你的版本即可

下载Anaconda3

官网
pytorch-gpu(Anaconda3+cuda+cudnn)_第1张图片

安装,看着点next就行

安装的时候注意你自定义的文件夹必须是空的pytorch-gpu(Anaconda3+cuda+cudnn)_第2张图片

比较懒所以自动添加path

pytorch-gpu(Anaconda3+cuda+cudnn)_第3张图片

测试

win+r,输入cmd,打开终端
输入conda info,就能看到你的conda版本以及自带的python版本
pytorch-gpu(Anaconda3+cuda+cudnn)_第4张图片
输入activate就能进入到默认的base环境
pytorch-gpu(Anaconda3+cuda+cudnn)_第5张图片

cuda

命令行输入nvidia-smi
pytorch-gpu(Anaconda3+cuda+cudnn)_第6张图片
根据自己的版本下载

安装的时候不能改路径

pytorch-gpu(Anaconda3+cuda+cudnn)_第7张图片

如果出现报错,关闭杀毒软件

一直下一步就好

pytorch-gpu(Anaconda3+cuda+cudnn)_第8张图片

取消勾选“CUDA”中的“Visual Studio Intergration”

pytorch-gpu(Anaconda3+cuda+cudnn)_第9张图片

一直下一步即可

测试

nvcc --version # 检查CUDA的版本号pytorch-gpu(Anaconda3+cuda+cudnn)_第10张图片
set cuda # 查看CUDA设置的环境变量

安装成功

cudnn

先注册后下载
pytorch-gpu(Anaconda3+cuda+cudnn)_第11张图片
pytorch-gpu(Anaconda3+cuda+cudnn)_第12张图片

解压后将这三个文件夹复制到CUDA的安装目录中

pytorch-gpu(Anaconda3+cuda+cudnn)_第13张图片
pytorch-gpu(Anaconda3+cuda+cudnn)_第14张图片

没选择自动添加环境变量的话需要手动设置

pytorch-gpu(Anaconda3+cuda+cudnn)_第15张图片

验证

win+R ,cmd打开,切换目录到demo_suit
以下是默认路径,你只用改一下版本号v12.1
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\extras\demo_suite
输入
bandwidthTest.exepytorch-gpu(Anaconda3+cuda+cudnn)_第16张图片

deviceQuery.exe
pytorch-gpu(Anaconda3+cuda+cudnn)_第17张图片

安装成功

pytorch

官网下载
pytorch-gpu(Anaconda3+cuda+cudnn)_第18张图片

如果没有你的cuda版本

pytorch-gpu(Anaconda3+cuda+cudnn)_第19张图片

下滑,找到适合你的版本即可

pytorch-gpu(Anaconda3+cuda+cudnn)_第20张图片

你可能感兴趣的:(小白入门,pytorch,人工智能,python)