CUDA、Pytorch、Pycharm的安装与配置
文章目录
一、CUDA安装
1.检查英伟达驱动支持的最高CUDA版本
cmd中输出以下命令查询最高支持的CUDA版本
NVIDIA-smi
我的CUDA Driver版本就是11.6，表示的是驱动所能支持的最大运行API版本就是11.6。我如果要安装CUDA Runtime Version（运行版本），要保证CUDA Driver 版本 >= CUDA Runtime 版本，也就是11.6及以前的。
二、Pytorch的安装与环境配置
1.选择是下载CPU版本还是GPU版本
①如果是小任务，用CPU版本。
②如果是大的深度学习训练模型，用GPU版本。且必须要有英伟达独立显卡才能使用GPU版本，仅有集成显卡或其他品牌独立显卡智能使用CPU版本。
1.查看自己的GPU
任务管理器→性能
2.上Pytorch官网找到安装命令
https://pytorch.org/get-started/locally/
3.运行指令
注意，先创建并激活虚拟环境！
详见本文，Anaconda的安装与环境设置：https://blog.csdn.net/Edward1027/article/details/142703627
(1)CPU版本
1.直接从国外下载
conda install pytorch torchvision torchaudio cpuonly -c pytorch
2.国内镜像加速地址
conda install pytorch torchvision torchaudio cpuonly -c 镜像地址
(2)GPU版本
命令有两种选择：
1.选择一：直接从 conda 源中安装指定版本的 cudatoolkit，而不通过 NVIDIA 渠道。比如PPT上是安装的GPU版本10.2
conda install pytorch torchvision cudatoolkit=10.2
2.选择二：官网命令
conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
①pytorch：深度学习库
②torchvision：计算机视觉库
③torchaudio：音频处理库
4.验证
1.CUDA版本检查
nvcc --version (或 nvcc -V)
2.torch库检查
虚拟环境下，输入python，进入python环境
import torch #不报错
import torchvision #不报错
torch.cuda.is_available() #返回值为True,说明Pytorch安装成功
exit() #退出
5.安装其他所需模块
注意关闭梯子等代理
(0)安装torch
pip install torch
如果太慢，可以使用国内清华源镜像
pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
(1)安装Matplotlib
pip install matplotlib
(2)安装 pillow（可能anaconda已经给安装了）
pip install pillow
(3)安装opencv
pip install opencv-python
(4)安装sklearn
pip install scikit-learn
(5)安装scikit-image
pip install scikit-image
(6)安装einops
pip install einops
三、Pycharm的下载与激活
1.上jerbrains官网下载Pycharm：https://www.jetbrains.com.cn/
2.激活
(1)激活码 or 脚本激活工具
(2)在校生可以用教育邮箱，在官网免费注册，包括各种IDE、py专业版、adobe、matlab
原文地址：https://blog.csdn.net/Edward1027/article/details/142722503
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！