配置VSCode+Anaconda的PyTorch GPU环境笔记

真就是翻遍了整个互联网才终于让PyTorch在我的电脑上支持CUDA了。

叠个甲，我是纯菜鸟，说的不对你也别喷，喷了就是你对。

网上的教程都太有年代感了，跟着配置就是到处报错，最后配置出来的也是老版本，用着十分膈应（我个人不喜欢老版本的东西），所以想着记录一下我踩过的坑，让大家以后少走点弯路

下面直接进入正题：

在此之前，你需要自行完成：

• 安装VSCode以及相关插件（汉化，Code Runner， Python包这三个就够了）
•  安装Anaconda，掌握如何使用Anaconda创建虚拟环境
• 掌握基本的Python使用方法
• 掌握基本的命令行和终端使用方法
• 安装自己的NVIDIA显卡,并且可以在驱动上正常运行

1.检查GPU

win + R打开命令行输入cmd并进入，

输入nvidia-smi检查你的gpu

可以看到驱动版本(Driver Version)是552.12，CUDA最高支持版本(CUDA Version)是12.4

2.安装CUDA和cuDNN

去官网对照你的驱动版本以及CUDA版本下载支持的版本即可CUDA Toolkit 11.2 Downloads | NVIDIA Developer

怎么样的才是支持的版本呢？

1.按照你的需求和GPU配置选择需要的CUDA版本，我的是RTX4050，可以使用12.4

下载其他版本进这里：CUDA Toolkit Archive | NVIDIA Developer

2.下载好exe文件后直接一路下一步就可以了，

这一步不用担心以后找不到文件夹，因为创建的是临时文件，使用它默认的路径即可

3.到这里一路下一步即可，需要该路径可以自行安排

4.接下来安装cuDNN，这是专门用于深度学习的，所以必须安装

仍然是对照着表格找版本

在这里下载即可：cuDNN Archive | NVIDIA Developer（需要注册开发者账号）

5.下载的zip文件解压之后把里面的三个文件夹复制粘贴（替换）到CUDA的安装位置里面去

6.验证是否安装成功

还是打开命令行cmd，输入nvcc -V(这里的V是大写！！！！)

显示如下则成功。

3.创建虚拟环境

打开Anaconda创建一个环境(Python版本要与CUDA兼容！！！！)

这里我使用的是CUDA12.4兼容Python 3.8 - 3.11

或者是使用conda prompt终端新建一个环境

输入

conda create -n 环境名字 python==3.11

4.获取PyTorch

进入PyTorch官网，点击以前的版本

这里我下载的是v2.3.0，CUDA 12.1的版本

尽管我的CUDA安装的是12.4，但是12.1也能正常使用，只要大版本号一样就可以兼容。

进入终端（Terminal），或者是conda激活虚拟环境输入

conda activate pytorch

成功之后直接复制官网的conda指令，等待安装即可。

5.设置VSCode的Code Runner(不使用VSCode的话，可以跳过)

按照此路径打开设置

在设置里配置运行Python代码的路径

路径换成自己的就行了，前面的utf8宏是方便中文显示

6.验证是否成功

1.进入虚拟环境的终端（Anaconda直接Open Terminal，conda直接输入指令），输入Python进入代码模式

2.输入import torch导入pytorch

3.输入torch.cuda.is_available()

4.如果输出True则配置成功

5.如果输出False，则输入torch.__version__检查是否为CPU版本，如果是CPU版本，检查下载版本是否正确，如果下载版本正确，再检查Python，CUDA，cudNN，显卡四者的兼容性，一般都可以解决

原文地址：https://blog.csdn.net/Tomokochandesu/article/details/140497337

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）！