Pytorch利用Anaconda搭建虛擬環境+cuda+cudnn

1.下載電腦NVIDIA的顯卡驅動

• 1.1 查看自己電腦是否具備GPU
  • 在任務管理器中的性能查看
    
• 1.2 根據對應版本下載相應的NVDIA顯卡驅動
  • NVIDIA下載安裝
    • 在官網尋找下載相對應的版本 https://www.nvidia.com/es-la/
      • 查看自己電腦匹配版本 https://developer.nvidia.com/cuda-gpus#collapse4
      • 選擇合適的產品下載 https://www.nvidia.com/en-us/geforce/drivers/#cid=internal_en-us_banner_gtx_10_series_upgrade
    • 不清楚自己電腦的顯卡或者不知道如何手動下載的情況：
      • 進入 https://www.intel.cn/content/www/cn/zh/support/articles/000005510/graphics.html 使用英特爾® 驅動程序和支持助理自動檢測您的圖形控制器（推薦）release number
        
  • 更新NVDIA
    • 檢查自己電腦驅動是否需要更新
      步驟一：
      
      步驟二：
      
      • 根據提示步驟下載好並安裝。
• 1.3 下載安裝完成后
  

2. 下載安裝相應的CUDA +CUDNN

• 2.1 查看顯卡驅動對應的CUDA版本
  • 參考文章： https://blog.csdn.net/yanying1113/article/details/85088951
  • 在NVDIA中查看
    
  • 對應關系
    • https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
      
• 2.2 下載安裝對應CUDA
  • 下載地址：https://developer.nvidia.com/cuda-toolkit-archive
  • 最好記一下安裝所在路徑，后面需要
• 2.3 查看CUDA是否安裝成功
  • 打開終端： 輸入 nvcc -V 查看信息
    
• 2.4 安裝cudnn
  • 在 https://developer.nvidia.com/rdp/cudnn-download 下載相對應版本
  • 下載之后解壓縮，分別將cuda/include、cuda/lib、cuda/bin三個目錄中的內容拷貝到"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\ "對應的include、lib、bin目錄下即可。注意是補充進去，不是全部替換。
• 2.5 cu92+cudnn對應的鏈接： https://pan.baidu.com/s/1RaDAYhkVsRTMYY5VmtD-zA 提取碼：6666

3. 安裝pytorch

• 3.1 利用Anaconda 創建虛擬環境

  • 打開Anaconda Prompt，在命令行輸入命令 ：
    conda create -n nanme python=3.8 創建虛擬環境
    conda env list 查看創建的虛擬環境
    conda activate name 激活虛擬環境

  • 添加鏡像源：
    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/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
conda config --show channels

• 3.2 torch torchvision cuda python對應版本

  • torch torchvision cuda python需要對應才可以正常工作
  • 參考了：https://blog.csdn.net/zhaosuyuan/article/details/115942293
    

• 3.3 安裝

  • 3.3.1 激活虛擬環境

    • 在打開Anaconda Prompt，輸入 conda activate name
      • name 為所創建的虛擬環境名字

  • 3.3.2 安裝pytorch、torchvision

    • 在激活的虛擬環境目錄下推薦使用pip安裝
    • 選擇對應的版本參數，官網會自動給出最新的安裝命令 ：https://pytorch.org/get-started/locally/
    • 安裝歷史版本： https://pytorch.org/get-started/previous-versions/
      • cpu為cpu版本的，cu為cuda版本（gpu)
      • cp為python的版本cp37m為python==3.7
      • 注意區分win 和 linux
    • 選擇本地安裝方法：
      • 下載好安裝包： 在 https://download.pytorch.org/whl/torch_stable.html 下載對應的版本
      • 使用 pip install name
        • name為安裝包存放的絕對路徑
          
    • 查看安裝的庫命令
      conda list
      

  • 3.3.3 測試是否安裝成功
    create activate name 激活虛擬環境
    python' 進入python模式 import torch 導入torchtorch.cuda.is_available()` 查看cuda是否能能使用，若可以使用返回True