[Deep Learning] Anaconda+CUDA+CuDNN+Pytorch(GPU)环境配置-2025

🕗 发布于 2025-01-15 14:43 深度学习 pytorch 人工智能

[Deep Learning] Anaconda+CUDA+CuDNN+Pytorch(GPU)环境配置-2025

0. 引子

CSDN站内目前已有的Pytorch深度学习环境配置的相关博客存在细节覆盖不全，常见的较为广访问的博文忽略了部分关键问题的情况，因此博主撰写本文来对环境配置的全流程进行梳理重整，并重点指出其中部分考虑不全的问题：
Anaconda安装完毕后，无法在开始菜单中找到打开终端的快捷入口？
如何找到配套的Python-CUDA-PyTorch版本？

1. 安装Anaconda

1.1 安装包下载：

anaconda官网
从Free Download中提交你的个人邮箱，验证后即可选择适合自己的Anaconda来下载。
根据自己所使用的操作系统的类型来选择适合自己的Anaconda的安装包。

另外地，也可以考虑从清华镜像源来下载。

1.2 启用安装包安装

首先不断Next，在选择针对的用户的时候可以选择All User再往下，接着继续Next，直到出现让我们选择安装位置，建议不要直接安装在C盘，而是选择考虑把主体放在其它盘中。
请记住这个路径信息，后面配置环境变量的时候有用！
与[1]中不同的是，我建议把创建shortcuts给勾选上，但是我不建议让他自动添加环境变量，环境变量可由我们后续自行添加即可。
勾选第一个复选框的好处是安装完毕后，会自动在开始菜单创建快捷方式，是我们常用的访问Anaconda的方式：
点击install等待安装完毕即可。

1.3 配置(系统)环境变量

进入此电脑后点击右键，选择属性，在系统 > 系统信息中选择高级系统设置，就可以找到环境变量。
点击环境变量后，任选在用户变量或者系统变量中的Path中添加入Anaconda相关目录的路径。

Your Path
Your Path\Scripts
Your Path\Library\bin
Your Path\Library\mingw-w64\bin
Your Path\Library\usr\bin

其中Your Path为在安装中我们所选择的Anaconda的安装路径的根目录。

1.4 验证Anaconda是否安装完毕

按下Win+R，键入cmd打开命令行窗口。
键入conda --version，如果顺利弹出所安装的anaconda的版本号的话，则表明Anaconda已经安装成功。

1.5 Anaconda换源

详细的Anaconda源管理操作可以阅读参考资料[4]
从开始菜单中打开一个Anaconda终端：
删除所有其它添加源，恢复默认源

conda config --remove-key channels

查看当前的源（前者只查看channels，后者查看详细的源信息）：

conda config --show channels
conda config --show-sources

添加清华相关的Anaconda源，可以在我们下载一些第三方库的时候加速我们的下载速度。

# 添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
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 --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/
# 终端显示包从哪个channel下载，以及下载地址是什么
conda config --set show_channel_urls yes

在这里插入图片描述

2. 安装CUDA+CuDNN

2.1 判断本机的CUDA版本

使用Win+R打开终端，输入nvidia-smi，在CUDA Version ：处可以看到自己的CUDA版本，这个版本号很重要！与我们后面的Pytorch的版本的选择强相关。

2.2 下载适合自己CUDA版本的安装包

从官网下载对应的CUDA版本，由于我的显卡版本为12.6，我只需要安装小于或者等于12.5都是可以的，比如我选择12.1。

在这里插入图片描述

2.3 正式安装CUDA

下载完成后打开安装包可以自定义安装路径，单击OK后需要等待一小会儿，等待安装程序获取安装所需的数据，以及检查系统的兼容性。
注意！如果C盘空间不够大 (比如留了超过300G) ，非常非常不建议把安装路径放在C盘！
同意用户协议后，选择精简的安装即可：
点击下一步就可以静静等待安装了。

2.4 验证是否安装成功

使用Win+R打开终端，输入nvcc -V，如果正常展示CUDA的版本号的话，说明CUDA安装成功。

2.5 安装CuDNN

通过Nvidia的官网来下载CuDNN
一般来说的话，需要先进行账户的注册才允许下载。
考虑以发行的时间为参考标准来选择与所选的CUDA版本的CuDNN来下载，下载选择压缩包的形式来下载，并选择所对应的CUDA版本。
下载完毕之后，把解压后的文件，放置到我们下载CUDA的时候所指定的根目录下即可。
CUDA安装的根目录，比如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1

至此，CUDA+CuDNN便已经安装完毕。

3. 安装Pytorch(GPU)环境

3.1 注意事项

Pytorch环境的安装，并不仅仅是Pytorch-CUDA(CuDNN)的版本对应上了就行，其中还有一个很重要的事情是，要把Python的版本也对应上！不然安装过程中很容易出现很多惨案。版本对应关系可以参考参考资料[5]
由于Pytorch的安装十分费时，所以对于还需要安装其它库的情况下，请务必先完成Pytorch的安装确认之后，再考虑去安装其它的库，因为如果一旦你安装Pytorch失败的话，尤其是和Python版本冲突导致的安装失败的话，那么往往是需要删除整个环境重新安装，这种情况下，先装其他库就会浪费时间。

3.2 Anaconda新建环境

从开始菜单进入Anaconda终端后，我们默认进入的是base环境下，这时候可以通过该命令创建自己的环境：
其中myenv可以换成你自己想要为环境取的名字，python=后面的版本号也应该根据你的本机环境选择适配你的CUDA-Pytorch版本的环境。

conda create --name myenv python=3.9

在这里插入图片描述

3.3 Pytorch安装命令获取与执行

官网链接：pytorch官网

最新版本的下载命令可以在首页获取：
也可以从Previous versions of PyTorch中获取历史版本：
根据版本对照表，我选择v2.1.0的PyTorch，对应12.1的CUDA基于pip方式来安装。

pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu121

经过验证后，直接用pip的方式可以正常完成适合版本的PyTorchGPU版本的下载，如果网络不佳的话，采用网络加速器可以有效提高下载速度。

3.4 验证是否安装完成

当安装完毕之后，在激活myenv环境的终端下敲入python可以进入终端的python编译器下，之后可以用以下的代码来验证是否安装成功。

import torch
 
print(torch.__version__)  # 会出现当前torch的版本号，GPU版本会有+cuxxx的结尾
print(torch.version.cuda)  # 会出现当前的cuda的版本号，安装失败会出现None
print(torch.cuda.is_available())  #输出为True，则安装成功

在这里插入图片描述

参考资料

原文地址：https://blog.csdn.net/m0_54524462/article/details/145113873

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）！

上一篇：《Openlayers零基础教程》第六课：地图控件
下一篇：C++----STL（string)

国产编辑器EverEdit - 扩展脚本：新建同类型文件(避免编程学习者反复新建保存练习文件)
用户在进行编程语言学习时，比如：Python，经常做完一个小练习后，又需要新建一个文件，在新建文件的时候，不但要选择文件类型，还要在保存时逐级寻找保存目录，不胜其烦！有没有一种新建文件方式，直接在正在
阅读更多2025-01-15
风电叶片市场竞争激烈：开启绿色能源新篇章的巨大潜力
综上所述，风电叶片市场在全球范围内呈现出蓬勃发展的态势，其增长潜力巨大。随着技术的进步和政策的支持，风电叶片将在可再生能源领域发挥更加重要的作用。然而，面对激烈的市场竞争和不断变化的市场环境，企业需要
阅读更多2025-01-15
SpringBoot：使用HTTP2+protobuf实现高性能微服务调用（一）服务器端实现
使用HTTP2+protobuf实现高性能微服务调用（一）服务器端实现
阅读更多2025-01-15
3.无重复字符的最长字串--力扣
请注意，你的答案必须是子串的长度，“pwke” 是一个子序列，不是子串。解释: 因为无重复字符的最长子串是 “abc”，所以其长度为 3。解释: 因为无重复字符的最长子串是 “wke”，所以其长度
阅读更多2025-01-15
Java中private和static同时使用会出现什么情况？
这几天在学习单例设计模式（后面会出一期包含23种设计模式介绍的博客）的时候发现了一段代码当时我就在想，这个private和static一起用的话外界想要访问这个成员变量到底是能不能访问到呢？当时在学习
阅读更多2025-01-15
Shell Integration Unavailable VSCode + Cline 报错解决
Git Bash 是一个终端模拟器，可在 Windows 上提供类似 Unix 的命令行体验。主要是我们系统里的 PowerShell 版本太低了，我默认是1.0 版本不行，最低要至少 v7+故障排
阅读更多2025-01-15
如何学好数据结构？
通过理解基本概念、动手实践、注重算法、阅读经典书籍和文章、参与社区和讨论以及持续学习和更新等方法，你可以逐步掌握数据结构的核心知识并提升自己的编程能力。记住，实践是检验真理的唯一标准，只有通过不断的实
阅读更多2025-01-15
fpga系列 HDL：跨时钟域同步双触发器同步器
【代码】fpga系列 HDL：跨时钟域同步双触发器同步器。
阅读更多2025-01-15
http://noi.openjudge.cn/——3.9数据结构之C++STL——【3342:字符串操作】
http://noi.openjudge.cn/——3.9数据结构之C++STL——【3342:字符串操作】
阅读更多2025-01-15
STM32特殊功能引脚详解文章·STM32特殊功能引脚能当作GPIO使用嘛详解！！！
本篇详解文章仅以STM32F103C8T6芯片来讲解，STM32芯片除了普通的GPIO引脚以外，还有专门的特殊功能引脚，这些特殊功能引脚用于晶振信号的输入，控制单片机的复位，Booto引脚，芯片的烧录
阅读更多2025-01-15

[Deep Learning] Anaconda+CUDA+CuDNN+Pytorch(GPU)环境配置-2025

文章目录

[Deep Learning] Anaconda+CUDA+CuDNN+Pytorch(GPU)环境配置-2025

0. 引子

1. 安装Anaconda

1.1 安装包下载：

1.2 启用安装包安装

1.3 配置(系统)环境变量

1.4 验证Anaconda是否安装完毕

1.5 Anaconda换源

2. 安装CUDA+CuDNN

2.1 判断本机的CUDA版本

2.2 下载适合自己CUDA版本的安装包

2.3 正式安装CUDA

2.4 验证是否安装成功

2.5 安装CuDNN

3. 安装Pytorch(GPU)环境

3.1 注意事项

3.2 Anaconda新建环境

3.3 Pytorch安装命令获取与执行

3.4 验证是否安装完成

参考资料

相关文章