第一步 ： 從清華大學開源軟體鏡像站下載Anaconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
安裝程序中需要勾選如下圖
裝好后測驗是否裝好，先配置環境變數（可能anaconda安裝好后自己就有了）
打開CMD，輸入代碼
conda list
回車出現包的資訊則說明安裝完成
打開Anaconda Navigator（桌面沒有的話就點擊左下角看最近添加）可以看到spyder已經下好了
——————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————分割線
第二步：下載CUDA（GPU）
注意：沒有NVIDA的顯卡是不能使用CUDA的！！！！！！！！！
如果顯卡不是N卡的話，就不能使用GPU加速的！！！！！
但親測之后就算沒有下載CUDA，只要pytorch包下載在spyder里，是能使用CPU來加速的，進行一些簡單的學習是沒有問題的，
—————————————————————————————
下載CUDA前，查看自己電腦能安裝CUDA的最高版本，打開NVIDA控制面板
可以看到我的CUDA能安裝11.1版本的（這不代表你的電腦就安裝這個版本，而是最高能接受這個版本！）
—————————————————————————————
然后我們進入CUDA工具包安裝官網
https://developer.nvidia.com/cuda-toolkit-archive
可以看到有很多版本，但這個時候可以看一下pytorch官網
https://pytorch.org/get-started/locally/
這里最高CUDA選擇10.2，但由于本人的電腦就是裝不了10.2，所以選擇了10.1 updata2
點進去是這個樣子的
然后右下角下載好后開始安裝，遇到下圖這個注意勾選，
安裝程序如果出錯的大概率是你的電腦沒有 Visual Studio,如果真出錯了可以下個VS2019試一試，我就是出錯在這，
—————————————————————————————
安裝完成后測驗是否安裝完成，打開CMD輸入
nvcc -V
安裝完成的話就會出現下圖
可能會遇到nvcc不識別，我們就去找nvcc這個檔案（如圖所示路徑）
找到之后把這個路徑添加到環境變數
添加之后，再次進入cmd，輸入nvcc -V測驗安裝情況—————————————————————————————
到此CUDA安裝完成
—————————————————————————————
第三步
Pytorch安裝
打開cmd，輸入下面兩行代碼（使用清華源加速）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
先不要關閉cmd，然后進入pytorch官網
https://pytorch.org/get-started/locally/
熟悉的界面，因為我安裝的CUDA是10.1，所以CUDA選擇了10.1，
注意這段代碼
必須去掉-c pyorch
所以我們在剛才的cmd中輸入
conda install pytorch torchvision cudatoolkit=10.1
然后稍等一會，cmd就會開始安裝了，安裝程序中碰到Y/N就選Y就行了，因為我已經安裝過了，所以cmd里就是這樣的
等下載完成之后，打開cmd，輸入
ipython
然后再如下圖輸入
import torch
torch.cuda.is_available()
如果輸出了一個True，則pytorch安裝完成了，
—————————————————————————————
第四步
環境配置與測驗
打開Anaconda Navigator
在兩個環境中找一找有沒有pytorch一類的包
沒有的話只能重新下一次pytorch了
有的話打開spyder，可以在工具選項設定為簡體中文
然后輸入代碼測驗
import torch
print('Torch Version:',torch.__version__)
print('CUDA GPU check:',torch.cuda.is_available())
正常輸出的話，那么pytorch就裝好了—————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————
如果是要用pycharm來運行呢，則新建一個專案，選擇現有解釋器
然后在添加解釋器，在conda環境下如圖
然后創建就好了，創建完成以后，創建一個.py檔案，輸入代碼
import torch
print('Torch Version:',torch.__version__)
print('CUDA GPU check:',torch.cuda.is_available())
運行如下，則配置完成了
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/174585.html
標籤：其他