pytorch安装记录

1 安装anconda
2 安装pycharm
3 安装显卡驱动
4 根据显卡驱动版本下载CUDA
5 cudnn安装
6 根据CUDA版本安装pytorch
7 pytorch卸载

1 安装anconda

下载地址: https://www.anaconda.com/download#downloads
验证是否安装成功：打开cmd, 输入 conda
请添加图片描述
验证环境变量是否配置成功，打开cmd，输入 conda --version

创建虚拟环境，如
conda create -n pytorch_1.4_gpu python=3.6
conda create -n pytorch_1.4_cpu python=3.7

2 安装pycharm

下载地址：https://www.jetbrains.com.cn/en-us/pycharm/download/?section=windows

3 安装显卡驱动

下载地址：https://www.nvidia.com/download/index.aspx?lang=en-us
在这里插入图片描述

查看显卡驱动版本
方法1：NVIDIA控制面板 → 系统信息
方法2：cmd窗口 → nvidia-smi
在这里插入图片描述

4 根据显卡驱动版本下载CUDA

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components
下载地址：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
默认安装位置：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1
cuda安装验证:nvcc -V

5 cudnn安装

地址：https://developer.nvidia.com/rdp/cudnn-archive
在这里插入图片描述
下载后解压

将解压后的3个文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1
进入到demo文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\extras\demo_suite执行两个程序查看cudnn是否安装成功

6 根据CUDA版本安装pytorch

http://pytorch.p2hp.com/
在这里插入图片描述
通过图片上链接https://download.pytorch.org/whl/nightly/cu121下载pytorch
通过搜索的方式下载需要的版本，如

如果没有GPU直接下载

注，此处下载的版本需要与anconda中创建的虚拟环境的python版本一致

安装方式：激活虚拟环境，打开下载文件的文件位置，输入：
pip install torch-2.1.0+cu121-cp39-cp39-win_amd64.whl
pip install torchvision-0.16.0+cu121-cp39-cp39-win_amd64.whl
在这里插入图片描述

验证是否安装成功

import torch

print("hello pytorch {}".format(torch.__version__))
print(torch.cuda.is_available())

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/c340b76b03ab4923a7d1a8761fe937bb.png

7 pytorch卸载

conda uninstall pytorch
conda uninstall libtorch

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/449260.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！