浪费了我两个晚上搭建的成果,我得要存一下记录。简化记录,不适合所有人
1.cuda
必须是N卡
右下方显卡控制面板或者使用cmd命令行:nVidia-smi,找到自己显卡对应得版本Cuda版本
到英伟达官网下载,找比自己cuda低一版本的安装包下载安装。
CUDA Toolkit Archive | NVIDIA Developer
安装时只安装cuda即可,vs的选项取消
2.cudnn加强深度学习的安装包,下载对应版本的(例如我是12.x以上)window安装包
解压的东西覆盖到:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
之后检查环境变量:红色为必须,其他是我自己加的
3.安装Anaconda,跳过注册下载
安装时,选择为所有安装,无脑下一步
4.下载PyTorch
版本选择小于自己cuda的版本,我自己的cuda是12.6,我这里选择12.4的版本,一定要选好版本,不然跑某些大模型会提醒你pytorch和cuda版本冲突报错的
这里官方说2.5.1的版本必须要python3.9以上的版本,意思是用Anaconda Prompt,构建PyTorch环境时,要大于3.9,我这里选择3.10是因为网上很多的项目 都要求 Python 3.10 以上版本。
conda create -n pytorch python=3.10
创建好虚拟环境后(在“Anaconda Prompt”中输入例如:conda create -n pytorch python=3.10),进入所建立的虚拟环境中,输入conda activate pytorch
conda remove -n xxxxx(名字) --all #如果装错版本了,可以直接用这条命令删掉你创建的虚拟环境
#查看你创建的所有的虚拟环境
conda env list
conda info --envs
#查看虚拟环境的库
pip list
之后运行官网的代码下方的:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
下载失败,就挂梯子下。
界面出现提示按Y继续就行。
最后验证PyTorch是否安装成功
● 初步验证
激活你安装的虚拟环境,例如conda activate pytorch
输入conda list,看有没有pytorch或者torch,有就表示安装成功。
● 如不放心,可进一步验证
输入python
输入import torch
输入torch.cuda.is_available()
如果显示True,则表示安装成功了!
————————————————
PyTorch是支持 CUDA 的深度学习框架,验证时用系统的cmd可能无法验证,可以通过如下方式切换到虚拟环境检验
import torch
print(torch.cuda.is_available()) # 输出 True 表示 CUDA 可用
# 退出虚拟环境
deactivate
附上其他安装教程:
不用梯子换源安装,可能出错:
2024最新超详细无痛安装PyTorch,包括下载地址、环境配置与各种避坑指南_pytorch下载教程-优快云博客
换源报错的清除方式:pytorch(仅供自己参考勿看)_pytorch怎么下载-优快云博客
其他教程
手把手教你使用anaconda安装pytorch环境(适合新手)-优快云博客
一招轻松卸载:彻底删除Docker中的镜像文件,告别空间浪费! - 云原生实践
一文理顺:pytorch、cuda版本,从此不再为兼容问题头疼!_哔哩哔哩_bilibili
其他软件的下载
LM Studio——探索、下载和运行本地LLM - LM Studio 应用程序