深入学习之anaconda、pytorch、cuda安装-Toy模板网

这篇具有很好参考价值的文章主要介绍了深入学习之anaconda、pytorch、cuda安装。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。

1. 安装CUDA与CUDNN

csdn大佬安装步骤
【CUDA】cuda安装（windows版）

查看此电脑的CUDA版本配置
自己电脑上GPU使用的详细参数

nvidia-smi

安装对应版本的CUDA
大佬链接
安装对应的CUDNN
大佬链接
查看安装的CUDA驱动的版本

nvcc --version

查看 CUDA 设置的环境变量

set cuda

2. Anaconda安装PyTorch

1.查看 conda 环境文章来源地址https://www.toymoban.com/news/detail-756914.html

conda env list

创建虚拟环境

conda create -n 环境名 python=X.X

进入创建的虚拟环境

conda activate 环境名

安装pytroch（如pytorch1.12）

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch -y

退出虚拟环境

conda deactivate

3. notebook添加自己创建的环境

在base环境中执行：

conda install nb_conda_kernels

在相应的环境下执行：

conda install ipykernel

重新启动notebook

4. 卸载创建的虚拟环境及所有库

conda remove -n 环境名 --all

5. Anaconda安装相关的库

例如：安装pandas库

先进入创建的虚拟环境
在安装对应的库（使用清华源，解决连接超时的问题）

pip install pandas  -i https://pypi.tuna.tsinghua.edu.cn/simple/

python -m pip install tb-nightly -i https://mirrors.aliyun.com/pypi/simple

5. GPU测试

import torch
# 使用GPU训练
if not torch.cuda.is_available():
    print('CUDA is not available.  Training on CPU ...')
else:
    print('CUDA is available.  Training on GPU ...')
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")