一、NVIDIA驅動安裝
首先查看電腦的顯卡版本，步驟為：此電腦右擊-->管理-->設備管理器-->顯示配接器，就可以看到電腦顯卡的版本了，
得知以上的資訊以后我們就可以對應我們的顯卡去英偉達官網上去找相對應的顯卡驅動更新或者下載了，顯卡驅動的下載網址NVIDIA 驅動程式下載
https://www.nvidia.cn/Download/index.aspx?lang=cn
然后根據自己的電腦的配置去選擇驅動，這里Notebooks是筆記本的意思，所以如果你是筆記本電腦，那么產品系列那個選項就要選擇（Notebooks）的，還有那個下載型別有兩種一個是Studio版本，一個是Game Ready版本，其實兩個版本都差不多，一個是偏辦公用，一個是偏游戲娛樂，按如下操作將驅動下載下來，然后點擊下載來的程式，不斷的下一步就好了，
安裝好了顯卡驅動以后，按下win+R組合鍵，打開cmd命令視窗，輸入命令nvidia-smi，得到如下圖的資訊圖，可以看到驅動的版本是496.76；最高支持的CUDA版本是11.5版本，得到顯卡的最高支持的CUDA版本，我們就可以根據這個資訊來安裝環境了，
二、Anaconda 的安裝
打開Anaconda | Individual Editionhttps://www.anaconda.com/products/individual下載最新版本的anaconda
若想下載其他版本，到清華鏡像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/選擇對應的版本anaconda python 版本對應關系_茶佬牛逼-CSDN博客_anaconda python版本https://blog.csdn.net/yuejisuo1948/article/details/81043823
雙擊下載好的anaconda安裝包，just me是說只供當前用戶使用，all user 是供使用這臺電腦的所有用戶使用，是權限問題，對空間影響不大，如果你的電腦上只有建了一個用戶，all users和just me 的作用是一樣的,點擊just me就好了，
?
然后點擊next，當讓你選擇安裝安裝路徑的時候，一定不要選擇默認安裝位置，因為默認位置是c盤，以后要在anaconda里面創建環境的時候會很占記憶體，最好在D盤中創建一個檔案夾來放anaconda，
?
和圖中一樣將圖中的√勾上，雖然出現紅色的警告，但是要勾上，將anaconda添加到環境變數中去，然后點擊完成就好了，
?
安裝完成以后，按下開始鍵在左邊就會出現anaconda3這個檔案夾，可以發現anaconda已經安裝好了，
?
三、Pytorch環境安裝
按下開始鍵，點擊如圖中的圖示，打開anaconda的終端，
?
創建虛擬環境conda create -n 環境名字（英文） python=x.x（python版本），如下就是創建了一個名字叫pytorch，python是3.9版本的環境，
conda create -n pytorch python=3.9執行如上的命令，就會創建一個新的虛擬環境，這個虛擬環境會安裝一些基礎的包，如下圖所示，詢問是否安裝的時候，輸入y，就可以創建環境了，若環境創建失敗，打開.condarc將里面清華鏡像全部洗掉：
?
?
當安裝好了以后，執行conda env list這個命令，就可以看到多了一個pytorch這個環境，執行命令conda activate pytorch，激活這個環境，
?
安裝pytorch-gup版的環境，由于pytorch的官網在國外，下載相關的環境包是比較慢的，所以我們給環境換源，在pytorch環境下執行如下的命名給環境換清華源，
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
然后打開pytorch的官網，由于開頭我們通過驅動檢測到我的顯卡為 GTX1050，最高支持cuda11.5版本，所以我們選擇cuda11.1版本的cuda，然后將下面紅色框框中的內容復制下來將復制的內容粘貼到pytorch環境下的終端，運行就可以開始下載環境所需要的依賴包了，
?
若安裝程序中出現下面情況
?
可將.condarc檔案中的https全部改成http,再重新安裝一次，
五、驗證CUDA和cudnn版本
打開pycharm，創建一個新的工程，這時候我們就要選擇我們在anaconda里面安裝的環境，在界面的右下角，按照如圖中的選項選擇我們在anaconda中創建的深度學習環境，可以看到有pytorch環境，我們先選擇pytorch環境，
?
此時剛剛的右下角已經有了我們剛剛選擇的pytorch環境中的python了，我們在創建的工程里面創建一個python腳本，在腳本中運行如下代碼，查看是否anconda在安裝pytorch環境的時候也安裝了cuda和cudnn，
import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())運行之后出現下面結果就安裝成功啦！
?
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/423319.html
標籤：AI