本文默认读者已安装配置好 Anaconda 和 Pycharm,二者的安装方法网上也有很多,在此不再赘述。
注意电脑是 Nvidia 显卡的才能装 CUDA,本文安装 CUDA 的 gpu 版本。
目录
1、查看本机 CUDA 版本
没装 CUDA 的可参考这篇博客装上。CUDA 的版本是可以自己更新的,不过可更新的最高版本取决于你的电脑硬件。
windows 下常用的查看 CUDA 版本的命令有两条,第一条查看 运行时API 即 Runtime API
第二条查看 驱动 API 即 Drive API
这两条查看 CUDA 版本的结果可能不一致,一般驱动 API 比 运行时 API 的版本高即可,如我的电脑上 Runtime API 为 10.2,Drive API 为 11.2。似乎 Drive API 跟在英伟达控制面板的系统设置里查看的是一样的,指的是可接受的最高版本。我按照 nvcc -V 的结果安装的,即我的电脑上 CUDA 版本为 10.2
查看 CUDA 版本后,需安装对应的 cudnn,去英伟达官网注册登录后即可下载,注意 cudnn 必须和你的 CUDA 版本对应。
(如已安装 cudnn 可跳过此步)
下载之后,解压缩,将 cudnn 文件夹中的各自的 bin、clude、lib 文件夹中的内容,直接复制添加到 CUDA 的安装目录的对应相同名字的文件夹下即可。
2、Anaconda 创建新环境
打开 Anaconda Prompt,创建一个名为 pytorch_gpu 的 Python 版本为 3.7 的环境
激活此环境
注:使用 conda deactivate 退出当前环境,下面的步骤 3 需在激活此环境后进行。
3、下载对应 torch 并安装
torch 是一个库,pytorch 就是在 python 上的 torch。
我的是 CUDA 10.2,建议使用 pip 安装,不要使用 conda 安装,我之前就是用 conda 安装的一直报错。
如我在 Windows 下的 CUDA 10.2 选择 pip 安装稳定版,命令为
如果上面这条命令下载速度太慢,可以用 -i 临时使用清华镜像下载
下载完成后,使用如下命令进行测试,import 成功且 torch.cuda.is_available() 返回 True 则安装成功。