pytorch-gpu（Anaconda3+cuda+cudnn）
文章目录
- 下载Anaconda3
- 安装，看着点next就行
- 比较懒所以自动添加path
- 测试
- cuda
- 安装的时候不能改路径
- 如果出现报错，关闭杀毒软件
- 一直下一步就好
- 取消勾选“CUDA”中的“Visual Studio Intergration”
- 一直下一步即可
- 测试
- 安装成功
- cudnn
- 解压后将这三个文件夹复制到CUDA的安装目录中
- 没选择自动添加环境变量的话需要手动设置
- 验证
- 安装成功
- pytorch
- 如果没有你的cuda版本
- 下滑，找到适合你的版本即可
下载Anaconda3
官网
安装，看着点next就行
安装的时候注意你自定义的文件夹必须是空的
比较懒所以自动添加path
测试
win+r，输入cmd，打开终端
输入conda info，就能看到你的conda版本以及自带的python版本
输入activate就能进入到默认的base环境
cuda
命令行输入nvidia-smi
根据自己的版本下载
安装的时候不能改路径
如果出现报错，关闭杀毒软件
一直下一步就好
取消勾选“CUDA”中的“Visual Studio Intergration”
一直下一步即可
测试
nvcc --version # 检查CUDA的版本号
set cuda # 查看CUDA设置的环境变量
安装成功
cudnn
先注册后下载
解压后将这三个文件夹复制到CUDA的安装目录中
没选择自动添加环境变量的话需要手动设置
验证
win+R ，cmd打开，切换目录到demo_suit
以下是默认路径，你只用改一下版本号v12.1
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\extras\demo_suite
输入
bandwidthTest.exe：
deviceQuery.exe：
安装成功
pytorch
官网下载
如果没有你的cuda版本
下滑，找到适合你的版本即可
