怎么创建网站平台,河南省智慧团建,中英文切换网站,建e室内设计装修效果图主要参考以下文章进行配置#xff1a;
https://blog.csdn.net/qq_43757976/article/details/131173301
配置版本略有更新#xff0c;最新版本时间为2023.12.11 一、准备工作
个人电脑配置#xff1a;laptop RTX4060 win11 个人配置版本#xff1a;cuda#xff08;12.1
https://blog.csdn.net/qq_43757976/article/details/131173301
配置版本略有更新最新版本时间为2023.12.11 一、准备工作
个人电脑配置laptop RTX4060 win11 个人配置版本cuda12.1 pytorch(2.1.0) python(3.11)
所需工具
1、python集成开发环境Anaconda 2、CUDA、cuDNN英伟达提供的针对英伟达显卡的运算平台。用来提升神经网络的运行效率如果电脑显卡不满足要求也是可以不用安装使用cpu来进行运算。 3、开发工具PyCharm 4、深度学习库PyTorch(也可以使用TensorFlow平台)
二、安装Anaconda
Anaconda官网https://www.anaconda.com 点击下载Download即可。注意安装完成后需配置conda的环境变量。
三、安装CudaCudnn
主要参考b站博主视频
2022最新版CUDA安装环境配置人工智能小白变强教程-人工智能/深度学习/机器学习
1、先查看自己电脑所支持的CUDA的最高版本是多少。
winR 输入cmd 进入命令行输入nvidia-smi根据右上角的CUDA Version 12.3可以知道该电脑适配12.3版本以下的CUDA。
C:\Users\xxxnvidia-smi
Mon Dec 11 2023
---------------------------------------------------------------------------------------
| NVIDIA-SMI 546.01 Driver Version: 546.01 CUDA Version: 12.3 |
|-------------------------------------------------------------------------------------2、 查看Pytorch安装版本
去pytorch官网查看一下目前的版本。
window目前有11.8和12.1个人选择的是CUDA12.1。
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
anaconda安装时自动安装python所以查看一下python的版本。
打开anaconda powershell prompt
默认激活base环境输入python --version查看版本
(base) PS C:\Users\xxx python --version
Python 3.11.4
3、安装cuda-tools
CUDA Toolkit Archive | NVIDIA Developer
这里选择12.3以下的版本12.1
CUDA Toolkit 12.1 Downloads | NVIDIA Developer
这里下载 cuda_12.1.0_531.14_windows.exe 3.1G
默认安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1
4、安装cudnn
需要登陆nvidia账户
Log in | NVIDIA Developer
选择cuDNN v8.9.7 (December 5th, 2023), for CUDA 12.x的windows版本(675M)
下载好之后打开cudnn的压缩包可以看到cudnn有三个文件夹
把这些文件夹中的东西分别放进刚才cuda安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1对应的文件夹中就好。 至此cudacudnn就安装完成了我们打开anaconda prompt输入nvcc -V来看看cuda信息
(base) PS C:\Users\xxx nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Wed_Feb_Coordinated_Universal_Time_2023
Cuda compilation tools, release 12.1, V12.1.66
Build cuda_12.1.r12.1/compiler.3_0
四、PytorchGPU版
1.PyTorch在线安装
经历了以上几步我们终于配置好了显卡的驱动相关接下来我们开始安装pytorch。 首先需要创建一个虚拟环境然后进入我们创建好的的pytorch环境输入以下命令
打开anaconda prompt创建名叫pytorch的虚拟环境
conda create -n pytorch python3.11进入pytorch虚拟环境
conda activate pytorch参照第二步的代码安装pytorch2.5G本文已经配置清华的镜像下载源下载速度还可以
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
补充如果在线下载比较慢使用离线安装的方法则如下
先在pytorch官网上Previous PyTorch Versions | PyTorch
上搜索cuda 12.1找到自己CUDA版本对应的pytorch、torchvision应该安装的版本号。
找到conda的安装方法
# CUDA 12.1conda install pytorch2.1.0 torchvision0.16.0 torchaudio2.1.0 pytorch-cuda12.1 -c pytorch -c nvidia
和pip的安装方法。
# CUDA 12.1pip install torch2.1.0 torchvision0.16.0 torchaudio2.1.0 --index-url https://download.pytorch.org/whl/cu121
两种方法都指向了
cuda12.1 pytorch(2.1.0) python(3.11)torchvision0.16.0 torchaudio2.1.0 的版本搭配组合
再去以下这个地址中去下载自己对应的xml文件: https://download.pytorch.org/whl/torch_stable.html 寻找对应的xml文件例如我要下载的是torch2.1.0所以我要找到对应 pytorch2.1.0
1、我要下载的torch离线包
cu121/torch-2.1.0%2Bcu121-cp311-cp311-win_amd64.whl
具体的下载原因是: cu121其中这个121指的是cuda是12.1版本torch代表的是torch包2.1.0是对应我上面找到的torch版本cp311代表的是python版本是3.11版本win代表的是windows系统64代表自己的电脑是64位。
2、我要下载的torchvision离线包
torchvision0.16.0的版本的文件。
cu121/torchvision-0.16.0%2Bcu121-cp311-cp311-win_amd64.whl
3、我要下载的torchaudio离线包
torchaudio2.1.0的版本的文件。
cpu/torchaudio-2.1.0%2Bcpu-cp311-cp311-win_amd64.whl
4、安装离线包
下载到本地后先进入Anaconda的环境创建一个虚拟环境然后再进入这个虚拟环境然后cd进入到自己下载的文件夹的位置比如我是 cd E:\torch\torch2.0.1,再输入E回车再输入pip install 文件名称即可两个文件都要pip install记住先pip install torch文件再pip install 另外一个。
因为在线安装速度较快以上三个离线包下载后本人未亲自验证仅供参考。 2、验证torch
查看torch是否安装成功以及是否可以适用GPU
在线安装成功之后验证一下我们装的是否有效。
即首先用conda activate pytorch进入pytorch虚拟环境然后在终端输入python进入python界面
分别输入
import torch
torch.cuda.is_available()import torch以后回车无error第二行指令返回的是true就大功告成。
