【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

06-01 1152阅读

目录

  • 1. 查看自己电脑的cuda版本
  • 2.安装cuda
    • 关于环境变量的配置
    • 测试一下,安装完成
    • 3.安装cuDVV
      • 环境变量的配置
      • 测试一下,安装完成
      • 4.创建虚拟环境
        • 先安装镜像源
        • 下载3.11版本py
        • 5.在虚拟环境下,下载pytorch
        • 6.验证是否安装成功
        • 7.在jupyter notebook中安装torch
        • 8.测试是否搭建完成

          1. 查看自己电脑的cuda版本

          nvidia-smi
          

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          当前cuda版本为12.8

          也可以在 桌面——打开NVIDIA控制面板——系统信息——组件——3D设置

          查看cuda版本,上面直接输命令行比较方便

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          2.安装cuda

          网址:https://developer.nvidia.com/cuda-toolkit-archive

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署大概10min左右可以下载好

          第一步选地址,是临时存储的地址,默认放在C盘的temp文件夹中,不用管

          之后选择自定义安装,第二步安装自己自定义的地址,我是安装在D盘了

          关于环境变量的配置

          cuda12.0版本及以上是自动配置环境变量的,所以这里我就不配置了,如果是11.0的版本需要自己添加环境变量【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          测试一下,安装完成

          cmd中输入

          nvcc -V
          

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          3.安装cuDVV

          下载网址:https://developer.nvidia.cn/rdp/cudnn-archive

          下载之前需要先注册一下账号,要有邮箱以及验证码

          之后再输入该网址,选择对应的版本,即可下载

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          我选择的是适用于cuda 12.x的版本,这个具体情况具体分析

          之后将压缩包解压到一个文件夹中,再将解压的结果复制粘贴到之前安装CUDA的地址中

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          同名文件直接替换

          环境变量的配置

          这里同样是自动配置好了

          测试一下,安装完成

          进入到安装CUDA的文件夹这个目录下(也就是自定义的地址)

          输入命令:bandwidthTest.exe,输出如下

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          再输入命令:deviceQuery.exe,输出如下

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署安装完成

          4.创建虚拟环境

          主包电脑cuda是12.8,python版本是3.12对应的pytorch版本

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          这里虚拟环境的py版本准备折中一下选取3.11

          先安装镜像源

          conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
          conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
          conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
          conda config --set show_channel_urls yes
          conda config --set ssl_verify false
          

          下载3.11版本py

          conda create -n py311 python=3.11
          

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          下载成功

          通过命令查看当前conda下有的环境,一个是原本自带的,一个是刚刚新建的py311

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          我们是创建虚拟环境,所以接下来要进入py311

          conda activate py311
          

          然后就报错 Run 'conda init' before 'conda activate'

          解决方法:输入命令conda init后,关掉当前cmd窗口,重新建一个,再输入conda activate 你的虚拟环境这样就可以进入了

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          5.在虚拟环境下,下载pytorch

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          网址:https://pytorch.org/get-started/locally/

          会根据电脑cuda版本给出对应的命令,这里就直接用它给的,下载起来也不慢

          pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
          

          【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

          6.验证是否安装成功

          • python

            进入python下

          • import torch

            要等几分钟

          • torch.cuda.is_available()

            输出是true说明安装完成

            【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

            7.在jupyter notebook中安装torch

            上面主包已经安装完pytorch

            • 用管理员模式打开Anaconda Prompt,一定要用管理员模式
            • 在(base)环境下,,也就是默认环境,输入conda install nb_conda,安装完成后
            • 输入activate 你的虚拟环境名,进入安装过pytorch的环境下,输入conda install ipykernel,输y安装
            • 安装完成后,在你的虚拟环境下打开jupyter notebook,新建,出现两个环境
            • 选择刚创建的环境

              【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

              8.测试是否搭建完成

              【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch,并在jupyter notebook上部署

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们。

目录[+]

取消
微信二维码
微信二维码
支付宝二维码