最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程

这篇具有很好参考价值的文章主要介绍了最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

本教程是最新的深度学习入门环境配置教程,跟着本教程可以帮你解决入门深度学习之前的环境配置问题。同时,本教程拒绝琐碎,大部分以图例形式进行教程。这里我们安装的都是最新版本~

一、Anaconda的安装

1.1 下载

首先,进入Aanconda下载地址:https://www.anaconda.com/download/

最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python

如果嫌下载慢的话,也可以使用清华大学的软件镜像网站:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python

最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python

1.2 安装

下载完成后,我们点击安装包,开始进行安装。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
这里可以换一下安装路径到D盘,默认的是C盘。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本安装时间有点长,静静等待即可。

最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
以上两个,取消勾选,不然会打开网站和Anaconda导航工具。

1.3 环境配置

步骤如下:此电脑----->属性----->高级系统设置----->环境变量----->path----->编辑----->新建(好多软件都是这里配置环境变量,大家应该不陌生),懒得话直接按win键,搜索“环境变量”
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
配置好环境以后,我们进行测试一下。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
返回版本就说明已经配置成功。

二、Cuda安装

2.1 查看cuda版本

安装cuda之前,我们首先要检查一下自己电脑是否有独立显卡,如果有的话,需要查看下cuda的版本。
可以按住键盘Win+R,输入cmd进入终端。使用命令:nvidia-smi进行查看
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
查看过后,记住自己的版本号,因为我们安装cuda的时候要安装不高于该版本号的cuda版本。

2.2 cuda安装包下载

按照我的cuda版本是12.1,那么我就可以安装12.1以下的版本,但也不能太低。
首先,进入下载地址:https://developer.nvidia.com/cuda-toolkit-archive
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
在这里,我选择安装11.7版本,点击前面的CUDA Toolkit 11.7.0,切记一定点击上图红方框里面的,点击后面会跳转到另一个文档界面。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python

2.3 cuda安装

安装上图点击以后,会进行安装包的下载,网速不好的话时间会有点长。
下载完成后点击安装。
点击安装包后,首先会跳出如下图所示提示,点击OK即可,也没必要换路径。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
然后安装步骤依次如下图所示:
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
到上图就已经安装好了,点击关闭即可。
下面我们可以通过终端命令nvcc -V进行验证安装是否成功。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python

三、cuDNN安装

cuDNN的安装也是需要于Cuda对应版本。同时,我们进入官网的时候,需要登录下我们的账号,因为cuDNN必须登录账号以后才可以下载。
安装包下载地址:https://developer.nvidia.com/rdp/cudnn-download
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
登录这方面我就不细讲了,很简单,直接把自己邮箱输入点击Next,进去后可以选择微信登录,然后进行邮箱验证。

3.1 cuDNN安装包下载

进入下载网站后,会出现如下所示的界面,我们选择自己Cuda对应版本的cuDNN展开进行下载即可。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python

3.2 cuDNN配置(也可以视为粘贴覆盖)

下载完成后,解压一下,然后将里面的bin、include以及lib目录复制下,然后移动到Cuda安装目录下,具体如下图所示:
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
进入目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
然后粘贴即可。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python

等粘贴完成后,就搞定了。这时候,我们可以把之前的安装包都删除了。

四、Pytorch安装

首先,进入Pytorch官网: https://pytorch.org/
然后往下滑,看到如下图所示:
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
可以看到,现在官网上有最新的11.7和11.8版本。这里由于我们安装的是11.7版本的cuda,所以直接复制上面的命令到Anaconda虚拟环境中安装即可。

# CUDA 11.7 安装命令:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

如果CUDA版本过低,要安装以往的版本,那么可以点击下面的Previous versions of PyTorch进行旧版本的安装。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python

4.1 Anaconda中pytorch虚拟环境的创建

安装的时候,我们可以先在Anaconda里面创建一个pytorch的虚拟环境,命令如下:

conda create -n pytorch python=3.7

这里安装python推荐3.7或者3.8,更加稳定一点。

创建虚拟环境完成后,我们可以通过conda env list命令查看已安装的虚拟环境。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python

4.2 pytorch安装

虚拟环境创建好以后,我们使用命令conda activate pytorch进入到pytorch虚拟环境中去。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
当看到左边括号里的base(基础环境)变为pytorch环境以后,说明激活虚拟环境成功。

这时候,我们直接输入从pytorch官网上面复制来的安装命令进行安装即可。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
这里也根据每个人的网速不同而安装速度不同,需要等待一会时间。
安装完成后,我们可以输入python命令,进入python编译器。
输入以下命令验证是否安装成功:

import torch
torch.cuda.is_available()

最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程,深度学习基础,pytorch,人工智能,python
返回True,证明安装成功,这时候,我们就可以开始我们的深度学习之旅了~文章来源地址https://www.toymoban.com/news/detail-642907.html

到了这里,关于最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 配置Cuda及Cudnn,在Anaconda创建虚拟环境,安装GPU版Pytorch,并在Jupyter noterbook及Pycharm中调用【极其详细】

    目录  一、配置Cuda及Cudnn (一)下载Cuda 1、查看电脑自带的Cuda版本 2、下载相应版本Cuda安装包 3、安装Cuda 4、配置变量 (二)下载Cudnn 二、创建虚拟环境 三、虚拟环境中安装GPU版Pytorch (一)有关环境的基本指令 (二)安装GPU版Pytorch 四、将虚拟环境在Jupyter noterbook及Pycha

    2024年04月28日
    浏览(60)
  • 深度学习环境安装|PyCharm,Anaconda,PyTorch,CUDA,cuDNN等

    本文参考了许多优秀博主的博客,大部分安装步骤可在其他博客中找到,鉴于我本人第一次安装后,时隔半年,我忘记了当时安装的许多细节和版本信息,所以再一次报错时,重装花费了大量时间。因此,我觉得有必要把主要过程记录下来,以便下次需要时快速安装。以下过

    2024年02月17日
    浏览(82)
  • PyTorch深度学习环境安装(Anaconda、CUDA、cuDNN)及关联PyCharm

    Tytorch : Python 机器学习库,基于 Torch ,用于自然语言处理等应用程序 Anaconda :是默认的 python 包和环境管理工具,安装了 anaconda ,就默认安装了 conda CUDA : CUDA 是一种由显卡厂商 NVIDIA 推出的通用并行计算架构,该架构使 GPU 能解决复杂的计算问题,可用来计算深度学习 c

    2024年02月13日
    浏览(64)
  • 完整的Ubuntu20.04+ROS+PX4+Anaconda+PyTorch+GPU+CUDA+CUDNN+XTdrone配置智能无人机开发环境搭建过程

    我之前写了如何在Ubuntu18下搭配一系列软件的教程,然后近期重新安装20.04版本,于是重新记录一些东西,但是众多东西之前已经有了,所以我在这里知会在一些不同的地方和新增的地方特别说明,其他的请大家看之前的博客。 在搞了这么久的ros和px4之后,我也明白了xtdrone是

    2024年02月05日
    浏览(66)
  • Ubuntu搭建Pytorch环境(Anaconda、Cuda、cuDNN、Pytorch、Python、Pycharm、Jupyter)

    1.查看Ubuntu版本号: cat /etc/issue ,后续根据版本号添加对应的镜像源 2.备份镜像源: sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak 3.在阿里云镜像源官网中找到并复制与版本号对应的阿里镜像源: 或者在清华镜像源官网中找到并复制与版本号对应的清华镜像源: 4.编辑软件源配

    2024年02月09日
    浏览(224)
  • Anaconda搭建深度学习虚拟环境:cuda+cudnn+pytorch+torchvision(并验证)

    1.以管理员的身份打开Anaconda Prompt窗口: 2.创建新的虚拟环境: 3.激活刚刚创建好的虚拟环境: 1.右击鼠标打开NVIDIA控制面板,查看显卡支持的最高CUDA版本: 2.Anaconda 换清华镜像源,提高下载速度: 3.我电脑的CUDA最高支持12.0,但注意 在环境中安装比电脑CUDA版本低的 ,因为

    2023年04月09日
    浏览(125)
  • Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch

    感悟:首先,anaconda 的虚拟环境真香!开辟一个新的虚拟环境,很多环境、版本不兼容的问题都不复存在,尤其对复现别人代码的同学很有用。 条件:只要安装的版本不超过自己机器的硬件条件,那么就可以安装。 1. 确定安装的 cuda 版本。 在虚拟环境中,先用 conda search c

    2024年02月09日
    浏览(76)
  • 安装CUDA与CUDNN与Pytorch(最新超级详细图文版本2023年8月最新)

    1.1、下载安装包 cuda可以认为就是Nvidia为了显卡炼丹搞的一个软件,其下载地址为:CUDA Toolkit 12.2 Update 1 Downloads | NVIDIA Developer 当你点进这个链接的时候,你需要依次选择 1是选择系统,这里选windows 2是选择平台,32位还是64位,其实只支持64位 3是选择系统版本,这里我们选择

    2024年02月13日
    浏览(39)
  • Python&aconda系列:GPU深度学习环境搭建:Win11+CUDA 11.7+Pytorch1.12.1+Anaconda以及对应版本

    官方推荐的cuda版本为10.2和11.3,这两种 cuda 支持大多数的 pytorch 版本。 以下是Pytorch和CUDA对应的版本 CUDA 环境 PyTorch 版本 9.2 0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1) 10.0 1.2.0、1.1.0、1.0.0(1) 10.1 1.4.0、1.5.0(1)、1.6.0、1.7.0(1) 10.2 1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.9.0、1.10.0、1.

    2024年02月02日
    浏览(78)
  • Windows下Anaconda+CUDA+CUDNN+Pytorch+VSCODE安装配置及常见问题(可行方案)

    前言 此处写的以自己GT730为例,主要针对老版本显卡的可行安装步骤 这个内容主要是针对自己折腾几天遇到的问题和解决方法的一个记录,用来作为自己的备忘,遇到同样问题可以参考,同时也感谢各位博主之前的分享,为我提供了极大帮助; 另外,若有其它问题也可留言

    2024年02月04日
    浏览(60)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包