一.版本要对应1.安装Anaconda 下载地址https://www.anaconda.com/download/ 默认安装C盘D盘也可以安装过程中注意勾选自动添加环境变量Add Anaconda to my PATH environment variable 那一步验证在命令行输入conda --version 显示conda版本 即为安装成功自动添加的环境变量C:\ProgramData\Anaconda3C:\ProgramData\Anaconda3\Library\mingw-w64\binC:\ProgramData\Anaconda3\Library\usr\binC:\ProgramData\Anaconda3\Library\binC:\ProgramData\Anaconda3\Scripts2.更改conda源 在cmd终端输入下列命令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 --set show_channel_urls yespip[global]index-url https://pypi.tuna.tsinghua.edu.cn/simple3.创建pytorch虚拟环境 cmd终端输入conda create -n pytorch python3.8 进入虚拟环境可在cmd终端输入activate pytorch4.下载pytorch 以及对应版本的torchvision pytorch和torchvision版本对应 并且跟环境的python版本要对应torch1.8对应torchvision0.9下载地址https://download.pytorch.org/whl/torch/ 完成后cmd中开启对应虚拟环境activate pytorch cd到torch的文件夹 输入 pip install 文件名字 安装或者https://download.pytorch.org/whl/torch_stable.html或者conda install pytorch1.8.0 torchvision0.9.0 torchaudio cudatoolkit11.0 -c pytorch二.加速工具安装先安装VS或者安装vs插件)1.安装CUDAhttps://developer.nvidia.com/cuda-toolkit-archive 或者https://developer.nvidia.com/cuda-11.1.0-download-archivecmd中输入 nvidia-cmi可查看nvidia驱动版本这个版本需要高于目标CUDA需要的版本CUDA11.0 451.22CUDA地址安装过程中能勾的都勾上 默认安装C盘验证cmd中输入 nvcc-V 如果跳出cuda版本号 即为安装成功2.安装cuDNN需要下载对应cuda版本的cudnn下载地址 https://developer.nvidia.com/rdp/cudnn-archive 登陆下载下载完成后解压 把里面的三个文件夹里面的文件 放到 对应CUDA安装目录相应的文件夹即可1\cuda\bin\文件夹下的cudnn64_7.dll复制到CUDA安装目录\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin\文件夹中2\cuda\include\文件夹下的cudnn.h复制到CUDA安装目录\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include\文件夹中3\cuda\lib\x64\文件夹下的cudnn.lib复制到CUDA安装目录\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64\文件夹中conda install pytorch1.7.0 torchvision0.8.0 cuda110 -c pytorchpip install torch1.8.0 torchvision0.9.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simpleconda install pytorch1.8.0 torchvision0.9.0 torchaudio0.8.0 cudatoolkit11.2 -c pytorch -c conda-forge清华园镜像-i https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ windows pytorch深度学习环境安装
一.版本要对应1.安装Anaconda 下载地址https://www.anaconda.com/download/ 默认安装C盘D盘也可以安装过程中注意勾选自动添加环境变量Add Anaconda to my PATH environment variable 那一步验证在命令行输入conda --version 显示conda版本 即为安装成功自动添加的环境变量C:\ProgramData\Anaconda3C:\ProgramData\Anaconda3\Library\mingw-w64\binC:\ProgramData\Anaconda3\Library\usr\binC:\ProgramData\Anaconda3\Library\binC:\ProgramData\Anaconda3\Scripts2.更改conda源 在cmd终端输入下列命令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 --set show_channel_urls yespip[global]index-url https://pypi.tuna.tsinghua.edu.cn/simple3.创建pytorch虚拟环境 cmd终端输入conda create -n pytorch python3.8 进入虚拟环境可在cmd终端输入activate pytorch4.下载pytorch 以及对应版本的torchvision pytorch和torchvision版本对应 并且跟环境的python版本要对应torch1.8对应torchvision0.9下载地址https://download.pytorch.org/whl/torch/ 完成后cmd中开启对应虚拟环境activate pytorch cd到torch的文件夹 输入 pip install 文件名字 安装或者https://download.pytorch.org/whl/torch_stable.html或者conda install pytorch1.8.0 torchvision0.9.0 torchaudio cudatoolkit11.0 -c pytorch二.加速工具安装先安装VS或者安装vs插件)1.安装CUDAhttps://developer.nvidia.com/cuda-toolkit-archive 或者https://developer.nvidia.com/cuda-11.1.0-download-archivecmd中输入 nvidia-cmi可查看nvidia驱动版本这个版本需要高于目标CUDA需要的版本CUDA11.0 451.22CUDA地址安装过程中能勾的都勾上 默认安装C盘验证cmd中输入 nvcc-V 如果跳出cuda版本号 即为安装成功2.安装cuDNN需要下载对应cuda版本的cudnn下载地址 https://developer.nvidia.com/rdp/cudnn-archive 登陆下载下载完成后解压 把里面的三个文件夹里面的文件 放到 对应CUDA安装目录相应的文件夹即可1\cuda\bin\文件夹下的cudnn64_7.dll复制到CUDA安装目录\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin\文件夹中2\cuda\include\文件夹下的cudnn.h复制到CUDA安装目录\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include\文件夹中3\cuda\lib\x64\文件夹下的cudnn.lib复制到CUDA安装目录\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64\文件夹中conda install pytorch1.7.0 torchvision0.8.0 cuda110 -c pytorchpip install torch1.8.0 torchvision0.9.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simpleconda install pytorch1.8.0 torchvision0.9.0 torchaudio0.8.0 cudatoolkit11.2 -c pytorch -c conda-forge清华园镜像-i https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/