GPU版本pytorch环境搭建经历:win10(MX150)-anaconda-pytorch-jupyter

本文详细介绍了如何更新显卡驱动、安装CUDA、cuDNN及PyTorch等深度学习环境配置流程,并提供了Anaconda、PyCharm和Jupyter Notebook的安装指导。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.更新显卡驱动
首先在任务管理器中查看自己的GPU型号,
在这里插入图片描述

然后去官网
https://www.nvidia.cn/Download/index.aspx?lang=cn
找对应版本驱动,点击搜索,点击下载。
在这里插入图片描述
在这里插入图片描述
安装显卡驱动,然后重启电脑。
在这里插入图片描述
win+R 调出cmd,输入nvidia-smi
在这里插入图片描述
去CUDA官网
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
查看对应的cuda版本,我的461.72版本可以安装最新的11.2版cuda了,但是为了稳妥起见,我决定跟着教学视频安装9.2版的。
安装cuda和cudnn,请参考
https://blog.youkuaiyun.com/m0_37605642/article/details/98854753
在这里插入图片描述
2.安装anaconda
进入anaconda历史版本
https://repo.anaconda.com/
点击view all installers,
在这里插入图片描述
往下翻找到↓并下载,
在这里插入图片描述

安装过程:记住安装路径、点击订阅可以加速安装、不安装vs

3.新建虚拟环境,在其中安装python3.6
在开始菜单中打开anaconda prompt,

新建名为pytorch的环境,

conda create -n pytorch python=3.6

激活环境,

conda activate pytorch

(每次用的时候激活一下,退出环境用deactivate)
在这里插入图片描述

4.安装pytorch
首先更换清华镜像源,上午下载较快,晚上下载hin慢。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 
conda config --set show_channel_urls yes

如果不小心搞错了可以:
换回原来的源,

conda config --remove-key channels

查看当前源,

conda config --show-sources

安装pytorch(对应cuda9.2),出现[y/N]时,输入y。
掉线的话,重新输入下面安装指令就好。

conda install pytorch torchvision cudatoolkit=9.2

安装成功后,输入python可以看到对应的版本信息,
输入import torch不报错,则安装成功,
输入torch.cuda.is_available()返回true,则可以使用GPU加速。
在这里插入图片描述
5.安装pycharm
参考b站视频:
https://www.bilibili.com/video/BV1hE411t7RN?p=2

6.安装jupyter
同样参考以上视频,但是 我用的安装指令是

conda install Jupyter notebook
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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