1. Vérifiez la version compatible CUDA de la carte graphique NVIDIA
Cliquez avec le bouton droit sur la page d'accueil de l'ordinateur pour ouvrir le panneau de configuration NVIDIA
Cliquez sur les informations système dans le coin inférieur gauche, puis cliquez sur les informations sur les composants.
La version applicable de cuda est 11.4, téléchargez la version applicable.
2. Téléchargez cuda
L'adresse de téléchargement de la boîte à outils cuda https://developer.nvidia.com/cuda-toolkit-archive
est téléchargée et double-cliquée pour l'installer.
Vérifiez si les deux lignes suivantes existent dans la variable d'environnement.
cmd pour ouvrir l'invite de commande, entrez nvcc -V, et si la sortie effective est obtenue, l'installation est réussie.
3. Le téléchargement et l'installation de cudnn
nécessitent une connexion, ce qui est un peu gênant. Téléchargez la version appropriée sur https://developer.nvidia.com/rdp/cudnn-archive .
Le téléchargement est un tel package compressé.
Pour l'installation, veuillez vous référer à l'article https://blog.csdn.net/weixin_43848614/article/details/117221384
4. Créer un environnement virtuel
conda create -n python38 python==3.8.2 Créer un environnement virtuel
conda activate python38Activer l'environnement virtuel Télécharger et afficher le chemin d'installation d'anaconda
dans l'environnement
conda info --envs
5. Téléchargez pytorch
et vérifiez la version correspondante sur le site officiel https://pytorch.org/ .
pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f
https://download.pytorch.org/whl/cu113/torch_stable.html site officiel
https://pytorch.org/get-started/previous-versions/ site officiel de pytorch
6. Si le réseau n'est pas bon et ne peut pas être chargé tout le temps, téléchargez directement les deux fichiers '.whl' de torch et torchvision qui conviennent à la version au local, et mettez-les dans le dossier python38. https://download.pytorch.org/whl/torch_stable.html
Entrez la commande cmd et entrez le chemin du fichier python38
cd.. 退出目录一层
cd D: 进入D盘
cd D:\pythonEnvironment\python38 进入目录下
pip install torch
7. Vérifiez si cuda est disponible
et entrez le code
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.version.cuda)
La sortie est vraie, indiquant qu'il a été installé correctement.
Référence : https://blog.csdn.net/java_pythons/article/details/114782621
https://blog.csdn.net/weixin_43288986/article/details/106147746