Windows下Pytorch环境配置（Anaconda、CUDA、CUDNN、Pytorch）一、安装Anaconda二、CUDA安装三、CUDNN安装四、Anaconda创建Python虚拟环境、换源五、安装Pytorch

268 阅读 0 评论 177 点赞

我是靠谱客的博主自由酸奶，这篇文章主要介绍Windows下Pytorch环境配置（Anaconda、CUDA、CUDNN、Pytorch）一、安装Anaconda二、CUDA安装三、CUDNN安装四、Anaconda创建Python虚拟环境、换源五、安装Pytorch，现在分享给大家，希望可以做个参考。

文章目录

一、安装Anaconda
二、CUDA安装
三、CUDNN安装
四、Anaconda创建Python虚拟环境、换源
五、安装Pytorch

一、安装Anaconda

到 Anaconda的官网（https://www.anaconda.com/）下载安装包

选择Individual Edition（个人版），跳转后点击Download下载

在这里插入图片描述

双击下载好的安装包开始安装

在这里插入图片描述

就选Just Me，Next

在这里插入图片描述

有需要可以更改安装目录

在这里插入图片描述

都勾选上，Install

在这里插入图片描述

等待安装完成

在这里插入图片描述

一路Next

在这里插入图片描述

Finish完成安装

在这里插入图片描述

检验安装：打开cmd窗口（Win+S搜速cmd并打开，或Win+R运行cmd），输入conda --version，输出版本号则安装成功

在这里插入图片描述

二、CUDA安装

去 Pytorch官网看看你要安装的Pytorch版本需要哪种版本的CUDA

在这里插入图片描述

下载CUDA之前可以先在电脑的NVIDIA驱动上，确认一下你的显卡型号和驱动（没有显卡驱动的，可以到NVIDIA官网下载安装驱动）

在这里插入图片描述

和 NVIDIA提供的CUDA文档对比，检验是否匹配

在这里插入图片描述

到 NVIDIA官网的CUDA下载（https://developer.nvidia.com/cuda-toolkit-archive）选择合适的版本下载（一开始，我选择的是11.2.2版本的，后来发现最新的Pytorch需要11.3的版本……）

在这里插入图片描述

选择完成后下载即可

在这里插入图片描述

下载完成后双击打开，开始安装（推荐默认路径）

在这里插入图片描述

等待安装完成

在这里插入图片描述

一路默认即可

在这里插入图片描述

安装完成

在这里插入图片描述

检验安装：在cmd窗口中，输入nvcc -V，正确显示版本信息则安装完成

在这里插入图片描述

三、CUDNN安装

到 NVIDIA官网的CUDNN下载（https://developer.nvidia.com/rdp/cudnn-archive）选择和CUDA相应的版本下载（我选择的是v8.2.1 for CUDA 11.x版本的）

在这里插入图片描述

选择Windows版本

在这里插入图片描述

下载完成后是一个压缩包，直接解压，得到一个文件夹如下

在这里插入图片描述

将这些文件复制到CUDA安装目录下（默认为C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.2，版本号差异自行更改）

在这里插入图片描述

按下Win+S搜索“Huan”找到“编辑环境变量”并打开

在这里插入图片描述

依次点击进入，并将下方的CUDA路径加入到环境变量中（路径改成自己的）

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.2bin
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.2include
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.2lib
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.2libnvvp

在这里插入图片描述

检验安装（CUDA）：打开cmd，cd到CUDA目录下的extrasdemo_suite，运行bandwidthTest.exe和deviceQuery.exe这两个程序，最后输出Result = PASS即为通过，安装成功

在这里插入图片描述

四、Anaconda创建Python虚拟环境、换源

输入以下命令创建一个名为mytorch的Python 3.9.0的虚拟环境

conda create -n mytorch python=3.9.0

输入activate mytorch进入刚刚创建的虚拟环境

在这里插入图片描述

接下来我们为conda进行换源，先执行以下命令生成.condarc 文件

conda config --set show_channel_urls yes

在文件管理器中访问路径C:Users用户名，在用户目录下找到.condarc文件，用记事本编辑，输入以下内容并保存

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
ssl_verify: true

在这里插入图片描述