2024小白安装Pytorch-GPU版（Anaconda，CUDA，cuDNN讲解）

已于 2024-11-02 09:48:10 修改
阅读量1.4w 收藏 162
点赞数 61
文章标签： pytorch 人工智能 python 1024程序员节
于 2024-10-18 15:14:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Sayega/article/details/143035515
版权

目录

前言

一、正式安装Pytorch前的准备

二、安装Anaconda

1.下载

2.安装注意

3.安装成功

4.搭建虚拟环境 

三、安装CUDA（pytorch-GPU版本）

1.查看CUDA显卡版本

2.下载

3.安装步骤（只介绍CUDA官网下载）

四、安装cuDNN

1.下载

2.安装步骤

五、安装Pytorch

1.下载

2.安装步骤

1.复制Pytorch安装指令

2.进入需要安装Pytorch的虚拟环境

3.安装成功

六、遇到的问题

1.CUDA安装问题（nsight visual studio edition失败）

2. SSL证书问题

总结

前言

本帖子记录自己作为一个0基础小白安装pytorch的过程，和遇到的一些问题及解决办法。

系统：Windows，有NVDI显卡

一、正式安装Pytorch前的准备

想要安装Pytorch我们需要在这之前安装好Anaconda，CUDA和cuDNN，那为什么要安装这些呢？

Pytorch介绍

PyTorch是一个基于Python的深度学习框架，用于构建和训练神经网络模型

Anaconda介绍

Anaconda提供了一个便捷的环境管理器conda，可以用于在同一个机器上安装不同版本的软件包（python）及其依赖，并能够在不同的环境之间切换。

CUDA介绍

CUDA是NVIDIA推出的并行计算平台和API模型，它使得显卡可以用于图像渲染和计算以外的目的。PyTorch通过CUDA可以充分利用GPU的计算能力，加速深度神经网络的学习和推理过程。

cuDNN介绍
cuDNN是CUDA的扩展库，专门针对深度神经网络中的基础操作提供高度优化的实现方式，例如卷积、池化、规范化以及激活层的前向和后向过程。使用cuDNN可以大大提高深度学习模型在GPU上的运行效率。

通过上面介绍我们知道要用Pytorch就需要三个工具帮忙，一个用来管理要用的环境（Anaconda），两个用来加速计算（CUDA，cuDNN是建立在CUDA上的）。

二、安装Anaconda

1.下载

官方地址（最新版）：Download Now | Anaconda

历史版本地址：Download Now | Anaconda

 下载Anaconda会默认安装一个与它对应的python版本，高版本的Anaconda兼容的低版本python版本。

2.安装注意

其他步骤就是正常next，然后选择装在哪个盘了，这里就不介绍了。

3.安装成功

这样就是安装成功了！

4.搭建虚拟环境 

 pytorch是安装在你需要的虚拟环境里，所以你可以创建一个新的虚拟环境，或者直接安装在默认的base中。楼主这里创建了一个python=3.8版本的环境

（1）创建新虚拟环境

conda create -n  自己取的环境名字  python=版本号

（2）删除虚拟环境

conda remove --name 环境名字 --all

（3）激活进入环境

conda activate 环境名字

（4）查看已存在的虚拟环境

conda env list

三、安装CUDA（pytorch-GPU版本）

1.查看CUDA显卡版本

在cmd命令行终端输入nvidia-smi

查看电脑是否有显卡其他方法：

2.下载

注意：下载的CUDA版本必须小于最高支持的版本号

CUDA官方地址：CUDA Toolkit Archive | NVIDIA Developer

3.安装步骤（只介绍CUDA官网下载）

 注意：这个临时路径和后面的安装路径不要一致，否则安装完会找不到CUDA文件

 默认选第一个就行，如果安装失败了，就要选第二个了。

 查看是否安装成功

打开cmd输入：nvcc -V

四、安装cuDNN

1.下载

 注意：CUDA的版本要与cuDNN版本能对应（楼主下的CUDA11.1，cuDNN下载对应11.x就行）

cuDNN官方地址：cuDNN Archive | NVIDIA Developer

注意：因为需要注册才能安装，我们选择复制链接到迅雷下载，跳过这个注册过程。

2.安装步骤

解压完，复制三个文件到CUDA文件下即可

五、安装Pytorch

1.下载

官方地址：PyTorch

历史版本：Previous PyTorch Versions | PyTorch

2.安装步骤

1.复制Pytorch安装指令

选conda和pip下载都行（两则只是管理不同），此处楼主选择的pip下载

 下面这个是楼主装的版本v1.8的Pytorch的pip指令

2.进入需要安装Pytorch的虚拟环境

 输入复制的指令即可进行安装

3.安装成功

输入：pip list

六、遇到的问题

1.CUDA安装问题（nsight visual studio edition失败）

解决参考链接：安装CUDA失败的情况nsight visual studio edition失败_cuda安装失败-优快云博客 

2. SSL证书问题

复制的Pytorch下载指令安装时出现如下：

Could not fetch URL https://pypi.tuna.tsinghua.edu.cn/simple/torch/: There was a problem confirming the ssl certificate: HTTPSConnectionPool(host='pypi.tuna.tsinghua.edu.cn', port=443): Max retries exceeded with url: /simple/torch/ (Caused by SSLError(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1149)'))) - skipping ERROR: Could not find a version that satisfies the requirement torch==1.8.0+cu111 (from versions: none)

 解决办法：

1.更换 PyPI 镜像源：

2.更新 pip：在虚拟环境中输入pip install --upgrade pip

3.关闭防火墙

4.网络连接问题（关掉梯子）

总结

大家遇到问题可以csdn上看看其他大佬弄的或者问问AI，有时候也挺好用。祝大家学习愉快！

Sayega
关注
深度学习（一）3.安装Pytorch（GPU版）
2301_79712009的博客
10-30 7256
PyTorch是一个基于Python的科学计算库，主要用于机器学习和深度学习领域。对计算机而言，中央处理器CPU是主板上的芯片，图形处理器GPU是显卡上的芯片。每台计算机必有主板，但少数计算机可能没有显卡。显卡可以用来加速深度学习的运算速度（GPU比CPU快10-100倍）。
安装GPU版本Pytorch（全网最详细过程）
2301_82000445的博客
02-01 4639
最近因为需要安装GPU版本的Pytorch，所以自己在安装过程中也是想着写一篇博客，把整个过程记录下来，在整个过程中也遇到了不少的问题，查看了以往别人的一些解决方案，希望能够给遇到同样问题的提供一些参考。如果大家在安装pytorch的时候，并不需要安装gpu版本的，即使用cpu进行训练的pytorch，那么直接在Aanaconda Prompt当中输入以下命令即可：如果是想要安装gpu版本的pytorch，则需要参考以下几个步骤。
win10使用清华源快速安装pytorch-GPU版(推荐)
09-29
主要介绍了win10使用清华源快速安装pytorch-GPU版,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
pytorch的安装（非常详细）
热门推荐
Redamancy06的博客
07-16 4万+
conda activate pytorch、推荐清华源、中科大源。conda deactivate、查看环境信息 conda info -e、import torch、这个是验证cuda是不是可以正常运行torch.cuda.is_available()、卸载pytorch环境conda remove -n pytorch --all将pycharm的环境换成Anaconda下的pytorch环境......
安装CUDA与CUDNN与Pytorch（最新超级详细图文版本2024年8月最新）_cudnn12
2401_84009065的博客
04-22 1555
学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！**
安装pytorch （GPU版本）
qq_27550775的博客
07-23 1480
这我就很疑惑了，后来我在.conda同级的文件.condarc中发现了，我在第二次安装时，anaconda 的路径名是小写，在这个文件后添加导致了错误，你们没有重复安装的经历，应该没有这样的错误。我的机子cuda版本为12.3，算是比较高的那个，但是pytorch官网现阶段只放出了cuda11.8和12.1，建议11.8，因为有的不向下兼容。下载的过程可以看一集甄嬛传（用镜像源的同学肯定不可以），所以还是打开路径下的pkgs文件，你刚才下载的包都在这个路径下。键入conda info查询信息。
PyTorch安装教程（GPU版）
qq_45670495的博客
08-03 2万+
PyTorch的GPU安装方法，有详细的图过程，从显卡驱动到安装成功。
GPU版PyTorch安装
cherryc_的博客
02-26 3667
显卡4060，CUDA11.3+Pytorch1.12.0配置
Pytorch安装【GPU版】
什么都干的派森
06-16 1843
可以参考这篇文章 https://blog.youkuaiyun.com/weixin_43721000/article/details/125312822进入Pytorch官网，选择对应版本的下载方式 我这里使用的是 windows 下的 conda 安装，CUDA的版本是 11.3 复制上面的命令粘贴到Pychram命令行运行即可，即使配置了 Anaconda 国内镜像源，安装过程也可能会比较漫长，别着急睡一觉起来就好了编写测试代码......
Pytorch-gpu的安装
weixin_44028403的博客
04-14 1160
pytorch gpu版本详细安装教程
win10快速安装pytorch gpu版本
01-06
(2020年)用官网condn命令安装时pytorch始终下载不下来。 我用的版本：cuda9.0  python3.6  pytorch==1.0.1     torchvision==0.2.2 由于先安装了cuda9.0，只好安装老版本，最新可以直接在官网对照版本安装 CUDA9.0安装：https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 更新源：conda config –add
Anaconda和GPU版pytorch安装过程一条龙整理以及报错总结
m0_73914147的博客
07-16 1397
本文用于总结前几天在配置python环境的过程中碰到的种种问题，以及对自己看到的数不清的博客做一个总结归纳，将自己坎坷的安装史留次记录，希望可以给到其他人一点帮助。同时，这两天在用树莓派的时候也避不开配置python的问题，也是碰到了很多问题，都是硬着头皮一点点解决过来。之后打算把经历过的一些报错都在博客中留存，是自己的苦难史，但也许会给后人留下一点价值。
深度学习前需要配置的环境(anaconda+cuda+pytorch)
2401_84009054的博客
04-22 538
有关查看显卡版本参考：https://blog.youkuaiyun.com/weixin_39450145/article/details/125036484具体CUDA安装步骤参考：下载cuda和cudnn（11.8版本）_cudnn下载-优快云博客CUDA下载地址CUDA Toolkit Archive | NVIDIA Developer但是官网一直进不去怎么办？！！！！下载迅雷，输入网址，一键搞定！(注意自己的系统版本，我是win11所以选择version11）我的CUDA安装位置：最后成功！！参考博客：下
2024小白YOLO-World部署（Ultralytics版本）
最新发布
Sayega的博客
11-23 2500
由于网上目前关于这部分内容比较少，等楼主多探索下，再回来分享下其他学到的东西，祝大家学习愉快！
Ubuntu 16.04 Server 安装深度学习环境(二)（Anaconda+Pytorch+TensorFlow+Caffe2）
YeahHighly
02-10 1110
Ubuntu 16.04 Server 部署深度学习环境（二）（Anaconda+Pytorch+TensorFlow+Caffe2）前言服务器硬件性能解读USB安装向导软驱制作Ubuntu系统安装（Ubuntu 16.04 Server）CUDA9.0&&CUDNN7.4.1安装MKL(®Intel 运行加速库) && CMake/Make安装
2023最新pytorch安装（超详细版）
Python栈
01-17 5394
一、判断是否有Nvidia(英伟达显卡)二、CPU版2.1 安装Anaconda2.2 创建虚拟环境2.3安装pytorch2.4 验证pytorch是否安装成功三、GPU版3.1 安装Anaconda3.2 创建虚拟环境3.3 CUDA的准备工作3.4 安装pytorch3.4.1 conda安装法（不推荐）3.4.2 pip安装法（推荐）3.5 验证pytorch是否安装成功四、 pycharm安装与配置。
ubuntu20.04安装pytorch-gpu cuda版本为11.7
05-23
安装 PyTorch GPU 版本需要先安装 CUDA 和 cuDNN。以下是在 Ubuntu 20.04 上安装 PyTorch GPU 版本的步骤： 1. 安装 CUDA 11.7 可以从 NVIDIA 官网下载 CUDA Toolkit 11.7 的安装包，选择适合自己系统的版本进行下载，下载地址为：https://developer.nvidia.com/cuda-downloads 下载完成后执行以下命令进行安装： ``` sudo sh cuda_11.7.0_<version>_linux.run ``` 安装过程中需要选择安装路径，一般选择默认路径即可。 2. 安装 cuDNN 8.2.2 前往 NVIDIA 官网下载 cuDNN 8.2.2 的安装包，下载地址为：https://developer.nvidia.com/cudnn-download-survey 注册一个 NVIDIA 开发者账号后就可以下载了。 下载完成后解压文件，并将 cuDNN 目录下的文件复制到 CUDA 的安装目录下的对应文件夹中。 ``` cd <path_to_cudnn_folder> sudo cp -P include/cudnn*.h /usr/local/cuda-11.7/include sudo cp -P lib64/libcudnn* /usr/local/cuda-11.7/lib64/ sudo chmod a+r /usr/local/cuda-11.7/include/cudnn*.h /usr/local/cuda-11.7/lib64/libcudnn* ``` 3. 安装 PyTorch 推荐使用 Anaconda 或 Miniconda 进行安装。 先创建一个新的环境： ``` conda create --name pytorch_gpu python=3.9 conda activate pytorch_gpu ``` 然后安装 PyTorch： ``` conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c conda-forge ``` 安装完成后可以通过以下命令测试是否安装成功： ``` python -c "import torch; print(torch.cuda.is_available())" ``` 如果输出为 True，则说明安装成功。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值