在做深度学习内容之前,为GPU配置anaconda + CUDA + cuDNN + pytorch环境,在网络上参考了很多帖子,但pytorch的安装部分都有些问题或者比较复杂繁琐,这里总结了相对简单快速的配置方式
文章目录
- Anaconda
- CUDA
- cuDNN
- pytorch
- torch
- torchaudio & torchvision
- 安装torch组件
Anaconda
Anaconda 是一个开源的 Python 和 R 编程语言的发行版本,可以通过简单的命令来创建新环境,并且自带了许多在深度学习中常用的科学计算和数据处理库,如 NumPy、Pandas 等。这些库已经预先编译好,安装过程简单快捷。
Anaconda官网:https://www.anaconda.com
这里安装比较简单,故略过
安装完成后,将anaconda的目录添加到系统环境变量中:
D:\Anaconda
D:\Anaconda\Scripts
D:\Anaconda\Library\mingw-w64\bin
D:\Anaconda\Library\bin
最后检查Anaconda Prompt能否正常打开即可
CUDA
CUDA(Compute Unified Device Architecture)是 NVIDIA 推出的一种并行计算平台和编程模型,让开发者可以使用 C/C++ 等编程语言来编写在 GPU 上运行的代码。通过 CUDA,GPU 可以将深度学习任务分解成多个可以并行处理的线程。
查看显卡支持的最高CUDA版本
nvidia-smi
注:
1,此步显示不了则需要更新显卡驱动(https://www.nvidia.cn/geforce/drivers/)
2,CUDA版本选择,选择11.8、12.1、12.4这些有pytorch适配的版本,具体可以查看pytorch官网https://pytorch.org/下拉后的信息
CUDA Toolkit Archive链接:https://developer.nvidia.com/cuda-toolkit-archive
Version指windows系统版本,一般是win10或win11
安装成功之后,存放CUDA的文件夹会自动消失,后面可以从C盘找到相对应的路径,默认路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
cuDNN
cuDNN(CUDA Deep Neural Network library)是 NVIDIA 为加速深度学习计算而开发的高性能 GPU 加速库。
下载链接:https://developer.nvidia.com/rdp/cudnn-archive
注意对应上CUDA版本
解压后将cuDNN的三个文件夹中的文件分别放入CUDA的相应文件夹内
在anaconda prompt
中执行nvcc -V
查看CUDA版本
pytorch
PyTorch 是一个开源的 Python 机器学习库,主要用于深度学习任务。
pytorch的anaconda自动安装存在一些问题导致无法使用,这里我们需要手动安装:
torch
在阿里的镜像源(https://mirrors.aliyun.com/pytorch-wheels/cu121/?spm=a2c6h.25603864.0.0.22d262239b1AqB)找到CUDA12.1对应的torch版本
ctrl+F搜索torch-2.1.0+cu121-cp39
,这里cu121表示适配CUDA12.1系列,cp39表示python3.9,torch版本的选择主要是在官网链接(https://download.pytorch.org/whl/torch/)中搜索cu121-cp39
查看
torchaudio & torchvision
torchaudio和torchvision的包不大,直接在官网安装即可:https://download.pytorch.org/whl/cu121
版本的选择同样搜索搜索cu121-cp39
查看
安装torch组件
打开anaconda prompt
,在anaconda中新建名为zqpytorch(名字自拟)的虚拟环境
conda create -n zqpytorch python=3.9
进入虚拟环境
conda activate zqpytorch
安装之前下载的torch、torchaudio和torchvision:
pip install E:\download\googledown\torch\torch-2.1.0+cu121-cp39-cp39-win_amd64.whl
pip install E:\download\googledown\torch\torchvision-0.16.0+cu121-cp39-cp39-win_amd64.whl
pip install E:\download\googledown\torch\torchaudio-2.1.0+cu121-cp39-cp39-win_amd64.whl
检验torch时,遇到numpy版本过高的问题,重新安装低版本:
pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple
检验pytorch环境配置:
import torch
print(torch.__version__)
print(torch.cuda.is_available())