文章首次于2023-07-18发布在CSDN，可能具有时效性，仅供参考。
Anaconda环境
1
2
3
| Anaconda版本：Anaconda3-2023.03-Windows-x86_64
Python版本：Python 3.10.9
下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.03-0-Windows-x86_64.exe
|
显卡配置
在cmd中使用如下命令查看CUDA版本
如下图所示，CUDA版本为11.7
按照相应的版本下载CUDA文件并安装
1
2
3
| https://docs.nvidia.cn/cuda/cuda-installation-guide-microsoft-windows(官方文档)
https://developer.nvidia.com/cuda-toolkit-archive(历史版本)
https://developer.nvidia.com/cuda-downloads(最新版本)
|
如图所示下载并安装(安装过程就是不断下一步)，并检查环境变量
安装完成后使用如下命令检查是否安装成功并检查系统和环境变量
按照相应的版本下载cuDNN文件
1
2
3
4
| 下载cuDNN需要注册账号
https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-windows(官方文档)
https://developer.nvidia.com/rdp/cudnn-archive(历史版本)
https://developer.nvidia.com/cudnn(最新版本)
|
推荐下载最新版，并解压到
1
2
3
| C:\Program Files\NVIDIA GPU Computing Toolkit\CUDNN
并把下面的文件路径加到环境变量下
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDNN\bin
|
zLibDll(必须下载)
1
2
| http://www.winimage.com/zLibDll/zlib123dllx64.zip
http://www.winimage.com/zLibDll/zlib123dll.zip
|
解压到
1
2
3
| C:\Program Files\NVIDIA GPU Computing Toolkit\zLibDll
并把下面的文件路径加到环境变量下
C:\Program Files\NVIDIA GPU Computing Toolkit\zLibDll\dll_x64
|
PyTorch
(1)直接官网pip或者conda
(2)手动安装
1
2
| https://pytorch.org/get-started/previous-versions/(找到torch torchvision torchaudio相对应的版本)
https://download.pytorch.org/whl/cu117(下载包)
|
下载对应版本安装包后在Anaconda - Anaconda Prompt使用下面命令安装
1
2
3
| pip install C:\torch-2.0.0+cu117-cp310-cp310-win_amd64.whl
pip install C:\torchaudio-2.0.0+cu117-cp310-cp310-win_amd64.whl
pip install C:\torchvision-0.15.0+cu117-cp310-cp310-win_amd64.whl
|
解释一下
1
2
3
4
5
| torch-2.0.0 torchaudio-2.0.0 torchvision-0.15.0
版本号分别为2.0.0 2.0.0 0.15.0
版本号必须对应 在https://pytorch.org/get-started/previous-versions/可以找到
cu117 对应 CUAD版本11.7
cp310 对应 Python3.10
|
欢迎留言并指出错误