pytorch+gpu 环境配置

一、安装步骤

Anaconda与Pycharm安装

Cuda安装

Pytorch安装

逻辑关系整理：

Anaconda与Pycharm安装官网下载即可；
cuda安装前需要查看显卡支持的最大版本：win+R打开cmd，输入nvidia-smi；可以知道当前支持的最大cuda版本为11.6
Pytorch安装：简单理解为下载pytorch的时候其实是下载三个python第三方库一个叫torch、一个叫torchvision

二、详细安装

Anaconda与Pycharm安装：

Anacond下载：https://www.anaconda.com/download/
Cuda安装：https://developer.nvidia.com/cuda-toolkit-archive

安装完成验证：nvcc -V
Pytorch安装：

# 在指定目录下创建名为mmlab的环境并进入
conda activate
conda create --prefix=D:\envs\mmlab python=3.7
conda activate D:\envs\mmlab

conda create --prefix=D:\envs\taichi_0.8.0 python=3.7
#删除环境
#conda remove --prefix=D:\envs\taichi_0.8.0 --all

CUDA Toolkit 和PyTorch的对应关系

torch - torchvision - python 版本对应关系

20210630110512453

在线安装：https://pytorch.org/get-started/previous-versions/ （官网命令可能速度慢）

下载 .whl 文件离线安装：https://download.pytorch.org/whl/torch_stable.html

举例：torch1.8.0+torchvision0.9.0+python3.7

进入mmlab环境输入：

pip install D:\FirefoxDownload\torch-1.8.0+cu111-cp37-cp37m-win_amd64.whl

pip install D:\FirefoxDownload\torchvision-0.9.0+cu111-cp37-cp37m-win_amd64.whl

D:\FirefoxDownload为.whl文件路径

注意：cu表示为安装GPU版本

验证：

#在安装环境之前，我的建议是先查看一下目前自己的环境
#打开cmd或者linux终端
nvcc -V #查看之前是否装过cuda 之前装过也不用卸载，因为不同版本之间可以通过修改环境变量更换。
python
>>> import torch
>>> torch.__version__ #查看目前安装的pytorch版本
>>> torch.cuda.is_available() #查看是否可以使用cuda加速，只有有cuda且与pytorch兼容的情况才是True
# 如果返回True说明兼容

三、镜像源添加

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
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 --set show_channel_urls yes

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes