admin管理员组文章数量:1130349
目录
- Pytorch的概念
- 安装前要求
- 一、NVIDIA驱动查看
- 二、Anaconda的安装
-
- 2.1 Anaconda的安装
- 2.2 创建虚拟环境
- 2.3 激活虚拟环境
- 三、CUDA ToolKit的安装（选做，CPU版本可跳过）
-
- 3.1 CUDA安装包的下载（以CUDA11.6.0为例）
- 3.2 CUDA的安装
- 3.3 验证CUDA安装是否成功
- 四、cuDNN的安装（选做，CPU版本可跳过）
-
- 4.1 cuDNN的下载
- 4.2 复制到CUDA文件夹
- 五、Pytorch的安装
-
- 5.1 执行安装命令
- 5.2 安装验证
- 六、安装验证
-
- 6.1 创建一个pycharm项目，并且选择虚拟环境作为解释器
- 6.2 创建一个测试文件
Pytorch的概念
PyTorch是一个开源的深度学习框架，由Facebook的人工智能研究团队开发。它提供了灵活的张量计算和自动求导功能，适合于研究和生产环境。由于其动态计算图的特性，PyTorch在模型构建和调试上非常方便，受到众多研究人员和开发者的欢迎。PyTorch支持GPU加速，具备丰富的库和工具，例如用于计算机视觉的TorchVision和用于自然语言处理的TorchText。
安装前要求
- Windows 10电脑
- 电脑显卡品牌为英伟达(Nvidia)
一、NVIDIA驱动查看
以博主本机为例，显卡为NVIDIA GeForce GTX 1650，最高支持的CUDA版本是12.6。
命令：nvidia-smi
二、Anaconda的安装
2.1 Anaconda的安装
具体内容参考这篇博客：安装 Anaconda 3 开发环境
2.2 创建虚拟环境
虚拟环境是一种工具，可以让您在同一台计算机上创建多个独立的Python环境，每个环境可以拥有自己的Python解释器版本、包和依赖项。通过使用虚拟环境,您可以为每个项目创建一个独立的环境,确保项目之间的依赖关系互不干扰,避免包冲突问题。
打开Anaconda Prompt后输入以下命令创建一个名为pytorch的虚拟环境，使用的python版本为3.10
conda create -n pytorch python=3.10
运行到下图步骤时，输入y后按回车
出现下图即表示虚拟环境创建成功
2.3 激活虚拟环境
创建完成后，激活该环境：
conda activate pytorch
激活输入下面命令查看conda环境，发现被激活的环境已经加入conda的虚拟环境
conda info -e
三、CUDA ToolKit的安装（选做，CPU版本可跳过）
3.1 CUDA安装包的下载（以CUDA11.6.0为例）
网址：https://developer.nvidia/cuda-toolkit-archive
选择需要下载的版本，这里以11.6.0为例
按照自己需要选择对应的版本，注意：下载方式分为本地和网络下载，两种均可。
目录
- Pytorch的概念
- 安装前要求
- 一、NVIDIA驱动查看
- 二、Anaconda的安装
-
- 2.1 Anaconda的安装
- 2.2 创建虚拟环境
- 2.3 激活虚拟环境
- 三、CUDA ToolKit的安装（选做，CPU版本可跳过）
-
- 3.1 CUDA安装包的下载（以CUDA11.6.0为例）
- 3.2 CUDA的安装
- 3.3 验证CUDA安装是否成功
- 四、cuDNN的安装（选做，CPU版本可跳过）
-
- 4.1 cuDNN的下载
- 4.2 复制到CUDA文件夹
- 五、Pytorch的安装
-
- 5.1 执行安装命令
- 5.2 安装验证
- 六、安装验证
-
- 6.1 创建一个pycharm项目，并且选择虚拟环境作为解释器
- 6.2 创建一个测试文件
Pytorch的概念
PyTorch是一个开源的深度学习框架，由Facebook的人工智能研究团队开发。它提供了灵活的张量计算和自动求导功能，适合于研究和生产环境。由于其动态计算图的特性，PyTorch在模型构建和调试上非常方便，受到众多研究人员和开发者的欢迎。PyTorch支持GPU加速，具备丰富的库和工具，例如用于计算机视觉的TorchVision和用于自然语言处理的TorchText。
安装前要求
- Windows 10电脑
- 电脑显卡品牌为英伟达(Nvidia)
一、NVIDIA驱动查看
以博主本机为例，显卡为NVIDIA GeForce GTX 1650，最高支持的CUDA版本是12.6。
命令：nvidia-smi
二、Anaconda的安装
2.1 Anaconda的安装
具体内容参考这篇博客：安装 Anaconda 3 开发环境
2.2 创建虚拟环境
虚拟环境是一种工具，可以让您在同一台计算机上创建多个独立的Python环境，每个环境可以拥有自己的Python解释器版本、包和依赖项。通过使用虚拟环境,您可以为每个项目创建一个独立的环境,确保项目之间的依赖关系互不干扰,避免包冲突问题。
打开Anaconda Prompt后输入以下命令创建一个名为pytorch的虚拟环境，使用的python版本为3.10
conda create -n pytorch python=3.10
运行到下图步骤时，输入y后按回车
出现下图即表示虚拟环境创建成功
2.3 激活虚拟环境
创建完成后，激活该环境：
conda activate pytorch
激活输入下面命令查看conda环境，发现被激活的环境已经加入conda的虚拟环境
conda info -e
三、CUDA ToolKit的安装（选做，CPU版本可跳过）
3.1 CUDA安装包的下载（以CUDA11.6.0为例）
网址：https://developer.nvidia/cuda-toolkit-archive
选择需要下载的版本，这里以11.6.0为例
按照自己需要选择对应的版本，注意：下载方式分为本地和网络下载，两种均可。
版权声明：本文标题：【安装教程】Windows10环境下Pytorch(GPU版)的安装与配置 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://it.en369.cn/jiaocheng/1754702819a2720376.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论