win10 rtx3060安装cuda11.1+cudnn11.1+anaconda换源


笔记本环境:win10+rtx3060
目前RTX3060不支持CUDA 11以下版本

下载文件

参考链接下载好文件
也有参考
https://blog.youkuaiyun.com/qq_40898222/article/details/117826504
安装的是cuda11.1+cudnn11.1
文件下载链接:https://pan.baidu.com/s/1cGESy9gmep4OJdZ6Ug_Xaw
提取码:mn0x

anaconda换源

感觉豆瓣源是最快的
conda换成豆瓣源:

conda config --add channels https://pypi.douban.com/anaconda/cloud/conda-forge/
conda config --add channels https://pypi.douban.com/anaconda/cloud/msys2/
conda config --add channels https://pypi.douban.com/anaconda/cloud/bioconda/
conda config --add channels https://pypi.douban.com/anaconda/cloud/menpo/
conda config --add channels https://pypi.douban.com/anaconda/cloud/pytorch/

生成conda config配置文件:

conda config --set show_channel_urls yes

conda的配置文件在:C:\Users\Wu
打开后,删掉清华源,添加豆瓣源:

channels:
  - https://pypi.douban.com/anaconda/cloud/pytorch/
  - https://pypi.douban.com/anaconda/cloud/menpo/
  - https://pypi.douban.com/anaconda/cloud/bioconda/
  - https://pypi.douban.com/anaconda/cloud/msys2/
  - https://pypi.douban.com/anaconda/cloud/conda-forge/
  - defaults
show_channel_urls: true

开始安装

先安装完VS2019,勾选C++桌面,为保险,下面有个python计算支持,我也有√

查看cl.exe

这里把VS2019安装到了D盘,所以cl.exe的完全路径为:D:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.29.30133\bin\Hostx64\x64\cl.exe
然后把这个目录路径添加到系统Path中
用命令看下是否能正常调用:

cl.exe --version

结果为:
在这里插入图片描述

安装CUDA11.1

双击运行:cuda_11.1.0_456.43_win10.exe
提示临时抽取安装,直接确认了,
在这里插入图片描述
安装精简版本。
重新打开Prompt,或者其他的命令窗口,测试下nvcc
在这里插入图片描述
也没有说要自己添加一些环境变量啊,感觉它自己应该会装好的吧,不然设计安装程序的人就有些许沙d了。
定位到cuda安装目录,运行测试程序:

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite

注意版本号v11.1,如果是v11.0,修改下即可。
再运行个示例:

bandwidthTest.exe

返回如下:
在这里插入图片描述

安装cudnn11.1

将解压文件里面的bin、include、lib文件夹复制到CUDA安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1

安装pytorch

安装pytorch==1.8

pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com pytorch==1.8

要是有错误:ERROR: No matching distribution found for pytorch
升级下pip

python -m pip install --upgrade pip

还错,开梯子,或者离线下载安装:https://pytorch.org/
cuda、cudnn、pytorch、tensorflow的对应关系
cuda11.1需要pytorch1.8:
在这里插入图片描述
安装pytorch1.8,试用下面的镜像源加速下载命令:

pip install --user torch==1.8.0 -f https://download.pytorch.org/whl/torch_stable.html -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

这里是可以正常安装的,,,
在这里插入图片描述

安装torchvision

官网的指导
linux或windows的在线安装:

# CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch

linux或windows下载离线包安装:

# RocM 4.0.1 (Linux only)
pip install torch -f https://download.pytorch.org/whl/rocm4.0.1/torch_stable.html
pip install ninja
pip install 'git+https://github.com/pytorch/vision.git@v0.9.0'

# CUDA 11.1
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0

# CPU only
pip install torch==1.8.0+cpu torchvision==0.9.0+cpu torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

要是仍然失败,参考的这里
自己手动下载对应包,进行安装:
链接跳转
打开的链接中,搜索cu111,python是3.8,windows下,那么就是下面的版本:
在这里插入图片描述
浏览器自动下载速度一般,右键迅雷下载,速度可double、triple。
上面的方法中,手动离线下载,速度最快。

再搜索torchvision-0.9.0并下载amd64.whl cp38代表python3.8版本
再搜索torchaudio-0.8.0

下载后放到一个文件夹里面
定位到文件夹目录后,手动安装:
打开PowerShell Prompt输入命令安装:

cd D: #进入D盘
pip install .\torch-1.8.0+cu111-cp38-cp38-win_amd64.whl
pip install .\torchvision-0.9.0+cu111-cp38-cp38-win_amd64.whl
pip install .\torchaudio-0.8.0-cp38-none-win_amd64.whl

在这里插入图片描述

验证pytorch:

import torch
print("hello pytorch {}".format(torch.__version__))
print(torch.version.cuda)

done:
在这里插入图片描述
看下显卡信息:

nvidia-smi

如下:
在这里插入图片描述
打开steam 壁纸Wallpaper:
在这里插入图片描述
GPU占用,果然提高了:
在这里插入图片描述

jupyter默认路径-换源-配置

打开图标所在位置——右键属性
把末尾的双引号内容删掉,空格,再填充自己的工作目录
在这里插入图片描述

在这里插入图片描述

最后,目标里面的内容是形容下面的。
D:\ProgramData\Anaconda3\python.exe D:\ProgramData\Anaconda3\cwp.py D:\ProgramData\Anaconda3 D:\ProgramData\Anaconda3\python.exe D:\ProgramData\Anaconda3\Scripts\jupyter-notebook-script.py D:\Anaconda-Jupyter\Project

新建个test文件夹测试,
在这里插入图片描述
查看conda是否正常:

conda --version

正常如下:
在这里插入图片描述

win下,换源,在Prompt中敲命令:

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/conda-forge
 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

查看换源是否成功:

conda config --show channels

正常结果类似如下:
在这里插入图片描述

VScode

下载安装后,打开,在扩展(Ctrl+Shift+X)中搜索Chinese,安装中文包。
搜索python 安装(方便提示关键字)

### 回答1RTX 3060 是一款由 NVIDIA 推出的高性能显卡,用于计算机视觉和深度学习任务。PyTorch 是一种流行的深度学习框架,可以在 GPU 上高效地运行神经网络模型。 要在 RTX 3060安装 PyTorch,首先需要确保正确安装了适合该显卡的显卡驱动程序。可以在 NVIDIA 官方网站上下载并安装最新的适用于 RTX 3060 的显卡驱动程序。 接下来,建议使用 Anaconda 或 Miniconda 来创建一个虚拟环境,这样可以隔离不同项目所使用的 Python 环境。可以使用以下命令来创建一个虚拟环境: conda create -n your_environment_name python=3.8 然后,激活创建的虚拟环境: conda activate your_environment_name 在激活的环境中,可以使用以下命令来安装 PyTorch: conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch 上述命令将安装适用于 CUDA 11.1 的 PyTorch 版本,确保与 RTX 3060 兼容。如果 CUDA 版本不同,请将上述命令中的 "cudatoolkit" 参数更改为相应的 CUDA 版本。 安装完成后,可以通过导入 PyTorch 检查是否成功安装,例如: import torch 如果没有报错,则表示已成功安装 PyTorch。 安装完 PyTorch 后,可以使用它来进行各种深度学习任务,如构建神经网络、训练模型和进行推理等。可以参考官方文档和教程来学习如何使用 PyTorch 进行深度学习任务。 总之,要在 RTX 3060安装 PyTorch,首先确保正确安装了适合该显卡的显卡驱动程序,然后使用 Anaconda 或 Miniconda 创建一个虚拟环境,并在其中安装 PyTorch。这样,您就可以开始使用 PyTorch 进行深度学习任务了。 ### 回答2: 要安装PyTorch,首先需要确保您的计算机满足以下要求: 1. 操作系统:Windows,Linux或Mac OS 2. Python版本:Python 3.6、3.7、3.8或3.9(推荐版本) 下面是一些步骤来安装PyTorch和相关依赖: 1. 打开终端(对于Windows用户,可以使用Anaconda Prompt) 2. 使用以下命令使用pip安装PyTorch: ``` pip install torch torchvision torchaudio ``` 这将自动安装与您的系统和Python版本兼容的最新PyTorch版本。如果您希望安装特定版本,可以在上述命令中指定版本号。 3. 确认PyTorch安装成功后,您可以使用`import torch`来验证。 4. 如果您想要使用GPU加速,您还需要安装CUDA(Compute Unified Device Architecture)工具包。您可以从NVIDIA官方网站上下载并按照说明安装适合您的显卡和操作系统的CUDA版本。 5. 安装CUDA后,您需要安装CUDA兼容的PyTorch版本。如果您安装CUDA 11.0,可以使用以下命令安装 ``` pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html ``` 在上述命令中,我们指定了与CUDA 11.0兼容的特定版本号。 完成上述步骤后,您就可以使用PyTorch进行深度学习任务了。请记住,在使用GPU加速时,确保您的电脑上安装了适当的GPU驱动程序,并且您的代码正确设置以使用GPU。
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