【Pytorch】Win10下在Anaconda中安装创建GPU版的Pytorch

2021-04-25 15:16发布

GPU版Pytorch

anaconda prompt

从开始中找到anaconda prompt,点击打开

在这里插入图片描述

命令行输入:conda create --name pytorch_gpu_cuda80 python=3.6

python_gpu_cuda80为anaconda下虚拟环境名称,可自定义,(因为我安装的是cuda8.0),python=3.6为选择安装的python版本。

proceed选择y,回车, 等待相关包下载,可以看到在安装完成之后,信息提示如下,表示成功:

在这里插入图片描述

如果要启用创建的环境,输入指令


conda activate pytorch_gpu_cuda80,这里输入自己创建的虚拟环境名


关闭该环境的话,输入指令


conda deactivate

现在进入创建的虚拟环境

在这里插入图片描述


安装Pytorch

在安装之前,需要判断你的电脑显卡所对应的CUDA版本:

1)win+R,输入cmd打开命令窗口,输入nvidia-smi,查看显卡信息,可以看到我的电脑driver Version是369.30

在这里插入图片描述

一般而言,不同版本的CUDA要求不同的NVIDIA驱动版本,同时显卡驱动版本要不低于CUDA的安装版本,具体的对照关系如下:

在这里插入图片描述

对照上表可以发现,电脑对应的CUDA是8.0。这一步根据自己电脑的driver Version确定对应的CUDA版本。

2)打开pytorch官网,按下图选择,复制显示的内容(下图以红框标注)

在这里插入图片描述

即:conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

此时,把10.0换成第一步中确定的CUDA版本号(如果你的电脑可以安装10.0跳过这一步),如我的电脑支持的是CUDA8.0,那么我的命令就是conda install pytorch torchvision cudatoolkit=8.0 -c pytorch

命令确定后,不要着急安装,此时更换一下下载源,否则在下载过程很容易报错

3)更换下载源,更改为清华大学镜像。

在虚拟环境命令行输入以下命令:


# 添加Anaconda的清华镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

# 设置搜索时显示通道地址

conda config --set show_channel_urls yes  

在这里插入图片描述

因为以前已经更换过,所以再执行命令会提示“已经更新”,如果以前没有添加过,不会出现任何信息的。


4) 开始下载。输入:

conda install pytorch torchvision cudatoolkit=XX.X

XX.X输入自己的CUDA版本号,注意要把后面的-c pytorch去掉,不然还是使用的默认源下载。

在这里插入图片描述

Proceed选择y,等待下载

在这里插入图片描述


注意: 在下载过程中,可能会发生下载中断或者失败的情况,这属于正常现象,下载失败了就还是用原来的命令重新下载,但在重新下载时注意它不会续点接着下载,在重新下载时,注意提示的信息,如果出现Warning要特别注意,它可能在提示,前面下载中断的文件夹需要删除,所以我们需要根据它提示的路径信息删除它提示的文件,不然重新下载这个文件时会导致失败。在重新下载过程中,可能会失败很多次,请保持耐心,我重新下载了10多遍,才下载完成,如果清华源多次下载失败,可以尝试把前面去掉的“-c pytorch”命令加回来再下载,反复尝试。祝你一次下载成功。


5)测试

在这里插入图片描述

返回True,表示安装成功。若返回False, 说明系统的cuda版本号和 选择的cuda版本不一致,需要将cuda版本进行更新,具体更新操作如下:

右键-我的电脑-管理-设备管理器,找到显示适配器,选择NVIDIA,右键-更新驱动程序,将更新到最新版本,重启电脑即可。


在jupyternotebook使用自己创建的虚拟环境

1、激活虚拟环境:


conda activate 环境名


2、在虚拟环境中安装ipykernel (切记这一步是在对应的虚拟环境中进行):


pip install ipykernel


使用ipykernel生成虚拟环境的kernel(这一步也是在虚拟环境中进行)


python -m ipykernel install --user --name 环境名


3、配置完成,然后重启或刷新jupyternotebook,点击new即可看到添加的环境

同时如果在编程过程中出现没有对应库的问题,可以直接在虚拟环境中pip install XX即可。


删除Jupyter中的内核

jupyter kernelspec list

jupyter kernelspec remove 内核名字

在这里插入图片描述


————————————————

版权声明:本文为CSDN博主「ZoomToday」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/qq_36477513/article/details/114997129