Pytorch windows 配置

配置前检查环境

环境有GPU和CPU版本之分，通过 dxdiag 查看是否有GPU

注意: 请选择 正确的 CUDA 版本，防止安装完成后，项目无法运行

cuda 安装

• 各个版本 cuda 兼容列表https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

• 需要安装NV驱动版本查询 LINUX X64 (AMD64/EM64T) DISPLAY DRIVER https://www.nvidia.cn/geforce/drivers/

• 去站点 https://developer.nvidia.com/cuda-downloads 查找 cuda 的下载

• 根据上面的系统选择 比如 https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=22.04&target_type=runfile_local

配置 Anaconda 镜像使用帮助，因为后面安装会用到 配置 PyPI 镜像加速

CUDA Toolkit 历史版本收集

• cuda-toolkit-archive 发布地址

CUDA安装完成后检查

1
2
3
4
5

# 显示当前状态
$ nvidia-smi

# cuda toolkit 版本
$ nvcc --version

anaconda

• anaconda 的下载 https://www.continuum.io/downloads

• 清华镜像帮助

  • https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
  • https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

• 安装后 通过 Anaconda Powershell Promot or Anaconda Promot 使用

建议配置镜像加速，因为后面安装会用到

安装 pytorch

下载 pytorch

• https://pytorch.org/get-started/locally/

注意: pytorch 需要先确定平台支持，安装对应的版本，否则安装会报错

python 安装方式

打开anaconda的终端，输入命令进行环境安装

1
2
3

# version 2.0.0 cuda 11.7
$ pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
$ conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

安装环境测试

打开 anaconda终端 安装依赖包 d2l

1
2

# 会安装一大堆依赖包，一次失败后多试几次即可
$ pip install jupyter d2l

之后就可运行 jupyter notebook

1

$ jupyter notebook