1.作者介绍

陈梦丹，女，西安工程大学电子信息学院，2022级研究生，张宏伟人工智能课题组
研究方向：机器视觉与人工智能
电子邮件：1169738496@qq.com

安装思路：

根据电脑显卡选择cuda版本（是cuda10.x还是cuda11.x或者是其他版本，这里还需要根据pytorch所支持的版本来选择具体的cuda版本）–>然后根据cuda版本来选择对应版本的cudnn–>最后进行pytorch的安装

一、安装显卡驱动

1、查看显卡驱动型号

右击右下角开始，在设备管理器中查看计算机显卡型号，例如我的显卡是：RTX3050:

注意：30系列的显卡暂时支持cuda11.x版本。

2、下载显卡驱动

进入英伟达官网，下载对应显卡驱动：https://www.nvidia.cn/Download/index.aspx?lang=cn

选择对应版本参数并下载安装，安装时一直下一步即可。

3、查看GPU状态

1）安装完成后, Win+R打开cmd终端，即出现以下界面，然后按下enter进入：

2）命令行输入nvidia-smi查看GPU状态：

注意：右上角显示的CUDA版本（红色框中）是当前版本所支持的最高CUDA版本。

二、安装Visual Studio 2019

由于要使用cuda则必须要有一个编译工具，这里安装的是Visual Studio 2019；
下载Visual Studio 社区版链接：https://visualstudio.microsoft.com/zh-hans/downloads/；
安装完成后进入以下界面，注意：勾选“Python开发”和“C++桌面开发”。

三、安装CUDA

1、下载对应版本的CUDA

CUDA各版本官方下载地址: https://developer.nvidia.com/cuda-toolkit-archive；
注意：由于本次展示电脑显卡是30系列，所以我选择的是CUDA11.x,而PyTorch对应的CUDA11.x只有CUDA11.3，所以我安装的是CUDA11.3。
进入cuda官网找到对应的版本进行下载：

2、安装下载好的CUDA

下载完成后将CUDA安装，注意：建议默认路径，后期需要添加环境变量，安装时选择自定义安装：
注意：在安装时要把360杀毒软件关闭！！！

勾选Visual Studio Integration：
然后一直下一步即可。

3、设置环境变量

1）鼠标右键计算机（此电脑），打开属性->高级系统设置->环境变量

可以看到系统变量中多了CUDA_PATH和CUDA_PATH_V11_3两个环境变量。

接下来，还要在系统变量中“新建”，添加以下几个环境变量，以下是默认安装位置的路径的环境变量（左边是变量名，右边是变量值）:
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

在系统变量 Path 的末尾添加：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

双击Path,再添加如下5条（默认安装路径）：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\ v11.3\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\ v11.3\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\ v11.3\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\ v11.3\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\ v11.3\common\lib\x64

四、安装cudnn

1、下载cuda11.3对应的cudnn
cudnn下载地址：https://developer.nvidia.com/cudnn

2、下载cudnn后直接将其解开压缩包，然后需要将解压后的bin,include,lib文件夹复制粘贴到cuda安装时的默认路径文件夹下（比如我的是在：C:\ProgramData\NVIDIA GPU Computing Toolkit\v11.3下）
注意：对bin,include,lib整个文件夹复制粘贴
3、最后测试cuda是否配置成功：
Win+R打开CMD终端执行：nvcc -V 即可看到cuda的信息：

五、安装anaconda

详细安装教程可参考以下链接：
https://blog.csdn.net/m0_37758063/article/details/116540837?spm=1001.2014.3001.5502

六、安装PyTorch

1、创建虚拟环境

在anaconda中添加镜像源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/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/pytorch/
conda config --set show_channel_urls yes

在开始栏打开刚才安装的anaconda prompt 创建项目运行虚拟环境：
conda create -n your_env_name(虚拟环境名称) pythonxx(想要创建的虚拟环境的python版本号)
注：若不知道python版本，Win+R打开CMD终端执行：python，然后enter即可看到所安装的python版本号。
可以根据自己需要修改，例如：conda create -n mytorch python3.9.7

输入y，然后按下enter确认开始下载安装。

出现以上界面则虚拟环境已经创建完成。

2、激活并进入虚拟环境

1）在上一步的基础上，对创建完成的虚拟环境进行激活，在anaconda prompt 终端中输入以下指令：
conda activate mytorch
2）若要退出当前的虚拟环境，执行以下指令即可：
conda deactivate

3、安装PyTorch

1）此时我们已经激活并进入到所创建的mytorch环境中。

2）接下来进入PyTorch官网: PyTorch，选择相关参数，获取PyTorch安装指令，并在anaconda prompt 终端中执行红色框中的指令（该指令为最新版本的PyTorch）：
注意：安装的时候要将命令后的-c pytorch后面的内容删除，从国内源进行下载，速度快一些。

另：若需要选择其他版本的PyTorch点击绿色框中的指令即可
然后进入以下页面，找到需要的版本进行安装即可

输入PyTorch安装指令指令后，查看conda找到将要安装的包是否是要进行安装的

如果是，输入y之后，按下enter确认进行下载；
如果不是，就需要重新检查安装PyTorch的命令。
3）安装PyTorch，至此，基础环境已经部署完成。

4、验证PyTorch是否安装成功

1）安装完成后，继续在在anaconda prompt 终端中执行以下指令，验证PyTorch是否安装成功：
python
import torch
torch.cuda.is_available()

2）如下图提示True说明框架配置成功，且GPU可用
若显示为False说明安装失败，则需要重新检查安装指令。

3）验证完成后Ctrl+Z回到命令行，然后执行conda list指令就可以看到该虚拟环境下已经安装好的包

能够在conda list中找到以上两个包，则说明已经配置完成。

Windows系统深度学习Anaconda、PyTorch软件安装教程相关推荐

视频教程-深度学习与PyTorch入门实战教程-深度学习
深度学习与PyTorch入门实战教程新加坡国立大学研究员龙良曲 ¥399.00 立即订阅扫码下载「CSDN程序员学院APP」,1000+技术好课免费看 APP订阅课程,领取优惠,最少立减5元 ↓ ...
Python学习之Python软件安装教程
Python学习之Python软件安装教程 Python学习之Python软件安装教程
anaconda学习python_python深度学习笔记1-Anaconda软件安装
----工欲善其事必先利其器一.Anaconda介绍 Anaconda指的是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项.因为包含了大量的科学包,An ...
动手学深度学习——深度学习介绍及软件安装
动手学深度学习是李沐教授在哔哩哔哩上发布的专栏视频,专栏链接如下: https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358 ...
知识图谱、NLP学习记录（软件安装教程，知识学习等）
pycharm库镜像网址清华镜像 https://pypi.tuna.tsinghua.edu.cn/simple/ 阿里云镜像 http://mirrors.aliyun.com/pypi/sim ...
Windows下深度学习标注工具LabelImg安装和使用指南
https://cloud.tencent.com/developer/news/325876 转载于:https://www.cnblogs.com/NEU-2015/p/10614385.html
DL框架之PyTorch：深度学习框架PyTorch的简介、安装、使用方法之详细攻略
DL框架之PyTorch:PyTorch的简介.安装.使用方法之详细攻略 DL框架之PyTorch:深度学习框架PyTorch的简介.安装.使用方法之详细攻略目录 PyTorch的简介 1.pyto ...
Pytorch：深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配、对应版本安装之详细攻略
Pytorch:深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配.对应版本安装之详细攻略目录深度学习中pytorch/torchvision版本和CUDA版本最正确 ...
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境
Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境 0. 前言 1. 安装Anaconda ***** 新建环境 ***** 2. 安装CUDA和cuDNN ...

Windows系统深度学习Anaconda、PyTorch软件安装教程