前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【2024保姆级图文教程】深度学习GPU环境搭建:Win11+CUDA 11.7+Pytorch1.12.1+Anaconda 深度学习环境配置

【2024保姆级图文教程】深度学习GPU环境搭建:Win11+CUDA 11.7+Pytorch1.12.1+Anaconda 深度学习环境配置

作者头像
程序员洲洲
发布2024-06-07 15:41:51
8280
发布2024-06-07 15:41:51
举报
文章被收录于专栏:项目文章项目文章

1、查看显卡驱动以及对应CUDA等版本

1.1 查看显卡驱动

输入命令 nvidia-smi,查看对应的版本。

可以看到我这里的 显卡驱动是 527.99,CUDA的版本是12.0。

1.2 查看Python版本或者Conda版本

可能有些朋友已经装了对应的Python版本和Conda了,我们先查看一下对应的版本。

1.3 显卡驱动和CUDA版本对应的关系

显卡驱动版本为:Driver Version: 527.99,CUDA 的版本为:CUDA Version 12.0,也可以根据显卡版本选择其他版本的 CUDA,因为 Driver Version: 527.47 >= 522.06,所以向下兼容,此案例以 CUDA 11.7 版本为安装案例。

1.4 Pytorch和Python对应的版本

1.5 Pytorch和CUDA对应的版本

2、下载和安装CUDA

2.1 下载CUDA

我们去CUDA官网下载 :https://developer.nvidia.com/cuda-toolkit-archive

根据自己的需求设定下载的版本即可。

2.2 安装CUDA

CUDA下载之后,选择安装如下:

这里我遇到了提示老版本驱动的提示,但是应该是可以安装的,我们继续安装。

当然,也可以打开英伟达驱控制面板,查看对应的版本。

也就是最好可以装一个如下的对应版本的CUDA驱动,当然,向下兼容,所以11.7应该也是可以。

接着进行精简安装。

等待安装即可。

然后CUDA的环境变量是默认帮我们设置好的,我们可以在命令行输入 nvcc --version查看看CUDA版本了。

3. 安装cuDANN

然后我们去安装cuDANN,打开网址:

https://developer.nvidia.com/rdp/cudnn-archive

找到对应的版本下载即可。

然后我们把下载的文件解压缩,放入CUDA中。

放到CUDA的目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin 中。

然后再在目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\demo_suite 中跑如下的命令:

代码语言:javascript
复制
.\bandwidthTest.exe
.\deviceQuery.exe

来验证是否安装成功。

注意需要在这个路径下启动cmd执行exe文件,得到pass就代表成功了。

4. 安装Pytorch

4.1 查看对应版本

CUDA和Pytorch对应版本如下:

Pytorch和Python版本:

根据 CUDA 11.7 版本查看 Pytorch对应版本为 12.1.1,然后根据 Pytorch12.1.1版本查看Python对应的版本为 >=3.7 到 <=3.10 ,可以使用Python3.8案例。

4.2 安装Anaconda

网上有很多安装Anaconda的教程,博主也有相关教程,大家可以自行搜索,这里不做赘述。

但是大家Anaconda可能没有使用国内的清华源,这里大家在cmd命令行中输入以下命令即可:

代码语言:javascript
复制
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda config --set ssl_verify false

效果如下图所示。

4.3 安装虚拟环境

打开Anaconda命令行。

代码语言:javascript
复制
conda create -n pytorch1 python=3.8.8

接下来等待安装即可。

然后激活刚刚创建好的pytroch1环境,命令如下:

代码语言:javascript
复制
conda activate pytorch1

如果没换清华源的,可以在这里继续换清华源:

代码语言:javascript
复制
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda config --set ssl_verify false

4.4 安装Pytorch

打开网址:https://pytorch.org/

此时网址下载的是CUDA11.8了,比较新,CUDA旧的版本可以去官网里面找。

这里给出11.7的对应命令。

代码语言:javascript
复制
conda install pytorch torchvision torchaudio pytorch-cuda=11.7
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

命令有两个,第一个是用清华源,第二个是国外,建议第一个快很多。

如果你使用国内源的时候,出现了很多问题,比如 问题一:solving environment: failed with initial frozen solve 问题二:sovling environment:一直转圈圈 这样的问题真的很难受,但是大概率是用了国内源,比如阿里等。

所以可以直接用国外命令安装,就是上面的第二条命令。

ok,然后输入命令查看是否安装成功。

如果输出true就成功了,但是我又一次踩了坑,逆天了我只能说。

开始找解决方案。

直觉告诉我是装cuda有问题,我直接查了一下,原来装成cpu版本了,不知道这个是不是概率性事件,明明我之前这么装是没问题的。ok,又是逆天了家人们,别着急,找到问题了就好解决了。

上命令,直接卸载cpu版本的pytorch:

代码语言:javascript
复制
conda uninstall pytorch

换个命令来试试

代码语言:javascript
复制
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1
//此步有问题!!我们用的11.7cuda,不能装2.0的torch!!!ok也是逆天了家人们,大家直接往下看。

使用pip命令应该是没问题的。

大家可以去这个网站找自己对应的版本的安装: https://pytorch.org/get-started/previous-versions/

学编程的,千万不要怕遇到问题,有bug直接解决就是了!干!!

按道理可能大家都可以了,但是我还是不行,ok,锻炼心态了。

回头检查了一下,可能是pytorch版本和cuda版本没对应上,现在换个1.13.1的pytorch试试。哥们也是醉了,试试最后一次,这个真的锻炼心态,还好我网速快,下载东西不慢nnd。

命令:

代码语言:javascript
复制
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

开搞!!

ok,皇天不负有心人,奥利给!

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-05-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、查看显卡驱动以及对应CUDA等版本
    • 1.1 查看显卡驱动
      • 1.2 查看Python版本或者Conda版本
        • 1.3 显卡驱动和CUDA版本对应的关系
          • 1.4 Pytorch和Python对应的版本
            • 1.5 Pytorch和CUDA对应的版本
            • 2、下载和安装CUDA
              • 2.1 下载CUDA
                • 2.2 安装CUDA
                • 3. 安装cuDANN
                • 4. 安装Pytorch
                  • 4.1 查看对应版本
                    • 4.2 安装Anaconda
                      • 4.3 安装虚拟环境
                        • 4.4 安装Pytorch
                        领券
                        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档