- 一、安装CUDA前的准备
- (1)查看自己N卡支持的CUDA版本,打开NVIDIA控制面板,选择系统信息
- (2)NVIDIA官网下载对应CUDA版本
- (3)CUDNN的下载
- 二、安装过程
- 三、安装Anaconda
- 切换清华源镜像
- 四、安装pytorch
- pytorch安装成功验证
参考文章
CUDA、CUDNN在windows下的安装及配置
如何搭建Pytorch环境(Windows版)
windows conda 安装 PyTorch 切换清华源镜像教程
windows系统下pytorch安装教程
一、安装CUDA前的准备
(1)查看自己N卡支持的CUDA版本,打开NVIDIA控制面板,选择系统信息
NVIDIA控制面板下 系统信息 显示:CUDA11.7。这里CUDA11.7是支持的最高版本的CUDA,可以向下兼容,且可以安装多个版本的CUDA,可以通过更改环境变量来更改为你需要用到的CUDA版本。CUDA多版本共存请参考博客: Windows下CUDA多版本共存
如果版本过低则需要升级驱动。NVIDIA驱动下载
例如我的显卡是NVIDIA GeForce 930M(Windows10)然后点击search。
download。
download。
下载完成后,找到执行文件,双击进行安装。(这里就不再赘述,按步骤安装即可。)
安装完成后,再去NVIDIA控制面板检查自己的CUDA版本,现在就是最新版本了。
(2)NVIDIA官网下载对应CUDA版本
由于我的电脑已经用了七八年,担心不能支持最新的CUDA,所以选择了一个较老版本CUDA10.1。
CUDA下载地址:CUDA Toolkit Archive | NVIDIA Developer
(3)CUDNN的下载
官网下载地址:cuDNN Download 没有账号需要注册账号,账号登录后,找到自己对应的CUDA版本,点击下载。
在这里查看旧版本。
选了个CUDA10.1的比较旧的,应该也可以选对应版本的新的但是没试过。
二、安装过程
这部分的内容看CUDA、CUDNN在windows下的安装及配置的第二部分就好,作者写的很详细。
三、安装Anaconda
切换清华源镜像
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
conda config --set show_channel_urls yes
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64
四、安装pytorch
pytorch安装成功验证
python
import torch
import torchvision