ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

anaconda、torch-GPU的win10本地配置

2022-02-05 22:04:51  阅读:224  来源: 互联网

标签:XXX torch 环境 conda CUDA anaconda win10 安装


anaconda、torch-GPU的win10本地配置

Anaconda

清华源下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装

不想折腾的话,就直接下一个anaconda,不要下miniconda,然后安装就行了。主要不要勾选环境变量,不然后面conda会出现点小问题

安装完后自己手动配一下环境变量

配完在控制台输入conda --version查看conda版本号,到这里Anaconda的安装就基本完成了

配置

为了规避一些后续错误,先输入命令conda upgrade --all把工具包升级一下

利用anaconda可以创建一个个独立的python环境,首先它会自带一个名为base的环境,我们当然不满足只有一个环境,接下来输入conda create --name XXX python=3.9创建一个新的环境,其中XXX可以自己改成别的名字,装好之后输入activate XXX就可以进入刚创建的环境,进入环境后输入deactivate就可以退出环境回到原来的cmd中。在上述中的XXX环境中安装什么包或者执行什么环境无关的操作,都不会影响到其它的环境,这是很大的一点好处。另外当你不需要这个环境了,可以输入conda remove --name XXX --all来删除环境

简单总结

conda create --name XXX python=3.9 # 创建环境
conda activate XXX 或 activate XXX # 进入环境
conda deactivate 或 deactivate # 退出环境
conda remove --name XXX --all # 删除环境

关于环境是怎么来的(一天一个小知识):

进入anaconda的安装目录,这里其实就是base环境,进入env文件夹还可以见到之前手动创建的虚拟环境,所以环境的创建其实就是安装了一个真实的python环境,并放入了一个独立的文件夹中,借助强大的conda命令去管理和切换这些环境,使得工作更加方便和清晰

关于anaconda的基本配置到这里就基本完成了,另外安装完anaconda后,还可以找到一个叫anaconda-navigator的东西,相当于可视化界面罢了..可以试着用用

Torch-GPU

首先确认一下你的机子有没有独显。。比如NVIDIA家的。。我现在用的是乐色1050ti

安装CUDA

查看支持CUDA 的独显

CUDA下载地址

NVIDIA推出的只能用于他家GPU的并行计算框架

首先打开NVIDIA控制面板,检查驱动支持的最高CUDA版本,这里是11.6.x

因为是向后兼容的,也就是可以装低版本的CUDA,下面以CUDA 10.1为例,首先去查看本机独显是否支持CUDA的安装,若支持则选择CUDA Toolkit 10.1下载(离线包可能比较稳

需要注意的点:

  1. C盘够用的话,安装过程中所有路径保持默认即可,因为installer的某些操作似乎需要管理员权限,你也可以试试装在其它盘
  2. 安装选项选择自定义,可以去掉的有:CUDA->Visual Studio Integration、NVIDIA GeForce Experience...以及所有新版本<=当前版本的组件
  3. 如果最后因为图形驱动程序选项安装失败,那么可能就去官网下载一个适合本机显卡的驱动并安装,笔记本用户记得在产品系列中选择带(Notebooks)的选项

安装完成后添加环境变量

安装CUDNN

CUDNN下载地址,注意要选择for CUDA 10.1的下载链接

针对深度卷积神经网络的加速库,相比标准的cuda,它在一些常用的神经网络操作上进行了性能的优化,比如卷积,pooling,归一化,以及激活层等等。

下载解压完后将里面bin、include、lib直接拖到cuda的安装目录下即可,即分别将文件夹内容复制到相同名字的cuda的文件夹中

安装Torch-GPU相关包

官网

注意,清华源可能有点问题,比如安装的会是CPU版本而不是GPU的...可以用阿里源或者default也行

由于上面装的是CUDA 10.1,将图中命令复制下来并将10.2改成10.1,复制到anaconda的环境中命令行执行即可

安装完成后,输入conda list看一下有没有装对

可以看到pytorch和torchvision的第三列分别带cuda和cu字样就说明安装对了(emm截图的时候才发现是10.2,可能装的时候忘记改成10.1了),然后在jupyter或者命令行中运行python解释器,看看torch.cuda.is_available()返回值,True就是成功了,说明torch可以在GPU上跑了

标签:XXX,torch,环境,conda,CUDA,anaconda,win10,安装
来源: https://www.cnblogs.com/nosae/p/15864906.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有