Pytorch利用Anaconda搭建虚拟环境+cuda+cudnn

1.下载电脑NVIDIA的显卡驱动

• 1.1 查看自己电脑是否具备GPU
  • 在任务管理器中的性能查看
    
• 1.2 根据对应版本下载相应的NVDIA显卡驱动
  • NVIDIA下载安装
    • 在官网寻找下载相对应的版本 https://www.nvidia.com/es-la/
      • 查看自己电脑匹配版本 https://developer.nvidia.com/cuda-gpus#collapse4
      • 选择合适的产品下载 https://www.nvidia.com/en-us/geforce/drivers/#cid=internal_en-us_banner_gtx_10_series_upgrade
    • 不清楚自己电脑的显卡或者不知道如何手动下载的情况：
      • 进入 https://www.intel.cn/content/www/cn/zh/support/articles/000005510/graphics.html 使用英特尔® 驱动程序和支持助理自动检测您的图形控制器（推荐）release number
        
  • 更新NVDIA
    • 检查自己电脑驱动是否需要更新
      步骤一：
      
      步骤二：
      
      • 根据提示步骤下载好并安装。
• 1.3 下载安装完成后
  

2. 下载安装相应的CUDA +CUDNN

• 2.0 查看python的对应版本

  • 参考：https://github.com/pytorch/vision#installation
    

• 2.1 查看显卡驱动对应的CUDA版本

  • 参考文章： https://blog.csdn.net/yanying1113/article/details/85088951
  • 在NVDIA中查看:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
    
  • 对应关系
    • https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
      

• 2.2 下载安装对应CUDA

  • 下载地址：https://developer.nvidia.com/cuda-toolkit-archive
  • 最好记一下安装所在路径，后面需要

• 2.3 查看CUDA是否安装成功

  • 打开终端： 输入 nvcc -V 查看信息
    

• 2.4 安装cudnn

  • 在 https://developer.nvidia.com/rdp/cudnn-download 下载相对应版本
  • 下载之后解压缩，分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\ "对应的include、lib、bin目录下即可。注意是补充进去，不是全部替换。

• 2.5 cu92+cudnn对应的链接： https://pan.baidu.com/s/1RaDAYhkVsRTMYY5VmtD-zA 提取码：6666

3. 安装pytorch

• 3.1 利用Anaconda 创建虚拟环境

  • 打开Anaconda Prompt，在命令行输入命令 ：
    conda create -n nanme python=3.8 创建虚拟环境
    conda env list 查看创建的虚拟环境
    conda activate name 激活虚拟环境

  • 添加镜像源：
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
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/cloud/msys2/
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/menpo/
conda config --set show_channel_urls yes
conda config --show channels

• 3.2 torch torchvision cuda python对应版本

  • torch torchvision cuda python需要对应才可以正常工作
  • 参考了：https://blog.csdn.net/zhaosuyuan/article/details/115942293
    

• 3.3 安装

  • 3.3.1 激活虚拟环境

    • 在打开Anaconda Prompt，输入 conda activate name
      • name 为所创建的虚拟环境名字

  • 3.3.2 安装pytorch、torchvision

    • 在激活的虚拟环境目录下推荐使用pip安装
    • 选择对应的版本参数，官网会自动给出最新的安装命令 ：https://pytorch.org/get-started/locally/
    • 安装历史版本： https://pytorch.org/get-started/previous-versions/
      • cpu为cpu版本的，cu为cuda版本（gpu)
      • cp为python的版本cp37m为python==3.7
      • 注意区分win 和 linux
    • 选择本地安装方法：
      • 下载好安装包： 在 https://download.pytorch.org/whl/torch_stable.html 下载对应的版本
      • 使用 pip install name
        • name为安装包存放的绝对路径
          
    • 查看安装的库命令
      conda list
      

  • 3.3.3 测试是否安装成功
    create activate name 激活虚拟环境
    python' 进入python模式 import torch 导入torchtorch.cuda.is_available()` 查看cuda是否能能使用，若可以使用返回True