1.anaconda的安装,创建虚拟环境

        anaconda的下载可去官网上直接下载(官网:https://www.anaconda.com/)

        安装过程,直接根据自己需求进行配置

      安装完成后,打开图中的程序                                                                                               

 (base)即是安装后的默认环境

 用语句:

conda create -n your_name python=3.7 

创建一个新的虚拟环境

其中-n为-name的缩写;python=3.7可替换成其他版本的python。

创建成功后,用语句

conda activate  your_name

将默认环境切换为你所创建的虚拟环境,其中(base)将会变成(your_name)

 2.cuda

首先打开英伟达的控制面板

帮助 - 系统信息 - 组件 - NVCUDA64.DLL

查看你显卡驱动能支持的最高cuda版本

 

下载cuda,建议直接上网找资源;安装的时候,同样建议无脑安装,直接点next就行。

完成后,就是为cuda添加环境变量:

打开系统-关于-高级系统设置-环境变量-path

 根据自己的下载路径添加变量,如:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64

两个都要。

完成后,在anaconda Prompt中

通过输入

nvcc -V   

判断是否成功

3.pytorch(最麻烦的)

首先当然是下载,进入https://pytorch.org/get-started/locally/,根据自身电脑的配置以及下载的cuda的版本进行选择

 而后,将图中标注处的信息复制粘贴至anaconda Prompt中自己所需的虚拟环境,Enter运行即可(时间较长,请耐心等待)

完成后,进行验证,判断是否成功,操作如下:

#判断是否安装了cuda

import torch

print(torch.cuda.is_available())

 #返回True,cuda就安装好了

#判断是否安装了cuDNN

from torch.backends import  cudnn

print(cudnn.is_available())

#返回True,cudnn就安装好了

目录

1.anaconda的安装,创建虚拟环境

 2.cuda

3.pytorch(最麻烦的)


 

Logo

欢迎来到FlagOS开发社区,这里是一个汇聚了AI开发者、数据科学家、机器学习爱好者以及业界专家的活力平台。我们致力于成为业内领先的Triton技术交流与应用分享的殿堂,为推动人工智能技术的普及与深化应用贡献力量。

更多推荐