当前位置: 代码网 > 科技>操作系统>Windows > 【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

2024年07月31日 Windows 我要评论
【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

在这里插入图片描述

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。

在这里插入图片描述

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。

在这里插入图片描述

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。
在这里插入图片描述
在这里插入图片描述

1.4 pytorch和python对应的版本

在这里插入图片描述

1.5 pytorch和cuda对应的版本

在这里插入图片描述

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
在这里插入图片描述

在这里插入图片描述
根据自己的需求设定下载的版本即可。
在这里插入图片描述

2.2 安装cuda

cuda下载之后,选择安装如下:

在这里插入图片描述
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。
在这里插入图片描述
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。

在这里插入图片描述
接着进行精简安装。

在这里插入图片描述
等待安装即可。

在这里插入图片描述
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。

在这里插入图片描述

在这里插入图片描述

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。

在这里插入图片描述
然后我们把下载的文件解压缩,放入cuda中。

在这里插入图片描述

放到cuda的目录:c:\program files\nvidia gpu computing toolkit\cuda\v11.7\bin 中。

在这里插入图片描述
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:

.\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。

在这里插入图片描述

在这里插入图片描述

4. 安装pytorch

4.1 查看对应版本

cuda和pytorch对应版本如下:

在这里插入图片描述
pytorch和python版本:

在这里插入图片描述

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:

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。

在这里插入图片描述

4.3 安装虚拟环境

打开anaconda命令行。

conda create -n pytorch1 python=3.8.8

接下来等待安装即可。

在这里插入图片描述

然后激活刚刚创建好的pytroch1环境,命令如下:

conda activate pytorch1

在这里插入图片描述

如果没换清华源的,可以在这里继续换清华源:

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

在这里插入图片描述

4.4 安装pytorch

打开网址:https://pytorch.org/

在这里插入图片描述

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。

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。

在这里插入图片描述
ok,然后输入命令查看是否安装成功。

在这里插入图片描述

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。

在这里插入图片描述

上命令,直接卸载cpu版本的pytorch:

conda uninstall pytorch

换个命令来试试

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/

在这里插入图片描述
学编程的,千万不要怕遇到问题,有bug直接解决就是了!干!!
在这里插入图片描述
按道理可能大家都可以了,但是我还是不行,ok,锻炼心态了。
在这里插入图片描述
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:

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!!
在这里插入图片描述
ok,皇天不负有心人,奥利给!

在这里插入图片描述

总结

hello,各位看官老爷们好,洲洲已经建立了csdn技术交流群,如果你很感兴趣,可以私信我加入我的社群。

📝社群中不定时会有很多活动,例如每周都会包邮免费送一些技术书籍及精美礼品、学习资料分享、大厂面经分享、技术讨论、行业大佬创业杂谈等等。

📝社群方向很多,相关领域有web全栈(前后端)、人工智能、机器学习、自媒体变现、前沿科技文章分享、论文精读等等。

📝不管你是多新手的小白,都欢迎你加入社群中讨论、聊天、分享,加速助力你成为下一个技术大佬!也随时欢迎您跟我沟通,一起交流,一起成长。变现、进步、技术、资料、项目、你想要的这里都会有

📝网络的风口只会越来越大,风浪越大,鱼越贵!欢迎您加入社群~一个人可以或许可以走的很快,但一群人将走的更远!

📝关注我的公众号(与csdn同id:程序员洲洲)可以获得一份java 10万字面试宝典及相关资料!~

📝想都是问题,做都是答案!行动起来吧!欢迎评论区or后台与我沟通交流,也欢迎您点击下方的链接直接加入到我的交流社群!~

在这里插入图片描述

(0)

相关文章:

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站仅提供信息存储服务,不拥有所有权,不承担相关法律责任。 如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2386932994@qq.com 举报,一经查实将立刻删除。

发表评论

验证码:
Copyright © 2017-2025  代码网 保留所有权利. 粤ICP备2024248653号
站长QQ:2386932994 | 联系邮箱:2386932994@qq.com