win10下安装 Anaconda + Cuda + Cudnn + Pycharm + Pytorch

news2025/1/21 0:52:16

1.安装Anaconda

（1-1）下载Ananconda, Anaconda官网选择windows版本；

（1-2）安装Anaconda,一般选择【Just Me】

（1-3）建议不要装在C盘，后期多环境的python环境和各种库文件会占用很多内存。

（1-4）自动添加环境变量勾选上

（1-5）等待安装，直到安装完成。

（1-6）验证Anaconda是否安装成功，【win+r】打开控制台分别输入指令【conda】、【python】会显示conda相关信息和默认安装的python版本（后期可安装其它版本）

二、安装CUDA

（2-1）下载CUDA：CUDA官网选择我们需要的版本 cuda10.1

（2-2）安装cuda：更改安装路径到其它盘符自定义（这其实是个临时文件，安装过后会自动删除）

（2-3）等待安装（这仅仅是安装的第一步）

（2-4）安装完成之后，最终会出现如下界面

（2-5）选择安装选项：选择【自定义（高级）】

（2-6）勾选CUDA选项，其余不勾选（我个人显卡是GTX1060,现在英伟达的显卡驱动版本基本上都比cuda10.1版本的驱动版本高，所以没必要替换本机高版本的显卡驱动，只安装cuda就行，自己可以根据自己的情况选择安装）

（2-7）真正安装CUDA,选择安装文件夹，本机日后可能需要安装多个cuda版本，建议文件夹的目录形式如下（只做参考）

D:\CUDA_Manager\CUDA10.1\CUDA1（CUDA Development、CUDA Documentation）

D:\CUDA_Manager\CUDA10.1\CUDA2 (Samples)

(2-8) 安装过程显示

(2-8) 安装完成，可能会提示有visual Studio没安装，这些没影响

（2-9）最终安装完成界面

（2-10）测试CUDA是否安装成功：nvcc -V, 出现相关信息，安装成功。

三、安装Cudnn

（3-1）下载cudnn, cudnn官网，选择和cuda版本对应的cudnn进行下载。

（3-2）选择版本，注意不要选择错误

（3-3）解压cudnn压缩包，得到bin、lib、include文件夹，将这些文件夹拷贝到cuda对应的文件夹中，直接把三个文件夹拷贝到CUDA1目录即可。

四、安装python编译器pycharm

（4-1）下载pycharm, pycharm官网地址可以选择最新版，可以选择历史版本，Professional最新版短期使用没问题，个人选择2022.3.3版本。

（4-2）安装pycharm,常规的一步步安装就行

（4-3）Pycharm 运行成功后，会弹出如下对号框，强制用户需要先登录 JetBrains 账户才能使用不用管登录的事，点击【Exit】按钮退出对话框

（4-4）下载，然后解压，方式三进行JIHUO，然后拷贝子文件夹【jetbra】某一磁盘固定位置（后期不能删）

（4-5）运行脚本，等待10s~30s，会有【弹窗Done】出现时，点击【确定】

（4-6）重启pycharm,填入JIHUOMA

EUWT4EE9X2-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-FT9l1nyyF9EyNmlelrLP9rGtugZ6sEs3CkYIKqGgSi608LIamge623nLLjI8f6O4EdbCfjJcPXLxklUe1O/5ASO3JnbPFUBYUEebCWZPgPfIdjw7hfA1PsGUdw1SBvh4BEWCMVVJWVtc9ktE+gQ8ldugYjXs0s34xaWjjfolJn2V4f4lnnCv0pikF7Ig/Bsyd/8bsySBJ54Uy9dkEsBUFJzqYSfR7Z/xsrACGFgq96ZsifnAnnOvfGbRX8Q8IIu0zDbNh7smxOwrz2odmL72UaU51A5YaOcPSXRM9uyqCnSp/ENLzkQa/B9RNO+VA7kCsj3MlJWJp5Sotn5spyV+gA==-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

（4-7）填写 JIHUOMA

五、安装Pytorch

(5-1) 找到 pytorch官网找到与cuda10.1版本对应的conda安装指令（因为我们安装了Anaconda,所以就选用conda指令的方式进行安装)

（5-2) 安装方式大致分为两种：

i）启动Anaconda, 创建一个python环境，然后打开【Terminal】拷贝上面的命令行安装即可。

ii) 使用pycharm打开一个工程文件(空工程都行)，选择自己的python环境，然后在pycharm的【Terminal】后台进行安装pytorch,也是拷贝上面的指令进行安装。

（5-3）在pycharm中，测试pytorch,及相关的cuda、cudnn,测试代码如下

# 测试pytorch-gpu是否能用
import torch

flag = torch.cuda.is_available()
print(flag)

ngpu = 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print('cuda设备名：', device)
print('gpu名称：', torch.cuda.get_device_name(0))
print('pytorch版本：', torch.__version__)
print('cuda版本：', torch.version.cuda)
print('cudnn版本号：', torch.backends.cudnn.version())
print('定义一个torch格式的3*3的矩阵：', torch.rand(3, 3).cuda())

正确输出如下（矩阵是随机数会略有差异）