30系列显卡安装深度学习pytorch坏境

Anaconda+vscode

一、Anaconda的安装

清华的镜像里下载anaconda 这里下载2019.10月的，因为旧版本有vscode新版本没有

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

二、配置安装CUDA CuDNN

打卡nvidia控制面板，先查看自己显卡适配的版本 我是11.2也可以用11.1和11.3的

建议下载11.3及以上的

下载cuDNN cuDNN Archive | NVIDIA Developer  这里我下载了11.x 

 我们去 英伟达官网 下载对应的CUDA版本，注意30系列的显卡仅支持cuda11

下载好了，直接下一步，不用改变路径

一直下一步即可(不用更改安装路径)

 安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3
然后大家把Cudnn的内容进行解压到这个文件夹里，并覆盖原有文件。

 完成之后地样子

添加系统变量 

三、安装Pytorch

https://download.pytorch.org/whl/torch_stable.html在这里找到对应的pytorch和torchversion

 找到cuda11.3对应版本地pytorch cu113  torchvision 113  

下载之后

先创建虚拟环境

conda create -n your_env_name python=x.x

激活虚拟环境

  下次想使用该虚拟环境时，使用conda activate 你的环境名   进行激活

 通过命令行cd到你下载文件cu113的文件夹下，pip install  安装pytorch软件包

pip install torch-1.10.1+cu113-cp38-cp38-win_amd64.whl
pip install torchvision-0.11.2+cu113-cp38-cp38-win_amd64.whl

安装完毕之后，下载vscode

四、vscode安装

可以从网上下，2019.10版本的anaconda3可以直接下载vscode,先选你地虚拟环境，然后再install vscode

 下载好启动vscode,新建文件

 安装python扩展包

 输入import torch.nn 没有报错，并且我们自己的虚拟环境pytorch也有了左下角

 完成

安装各种py包的话可以使用国内的源

pip install xxx -i https://pypi.tuna.tsinghua.edu.cn/simple some-package