【深度学习】Windows系统Anaconda + CUDA + cuDNN + Pytorch环境配置

在做深度学习内容之前，为GPU配置anaconda + CUDA + cuDNN + pytorch环境，在网络上参考了很多帖子，但pytorch的安装部分都有些问题或者比较复杂繁琐，这里总结了相对简单快速的配置方式

文章目录

- Anaconda
- CUDA
- cuDNN
- pytorch
- - torch
  - torchaudio ＆ torchvision
  - 安装torch组件

Anaconda

Anaconda 是一个开源的 Python 和 R 编程语言的发行版本，可以通过简单的命令来创建新环境，并且自带了许多在深度学习中常用的科学计算和数据处理库，如 NumPy、Pandas 等。这些库已经预先编译好，安装过程简单快捷。
Anaconda官网：https://www.anaconda.com
这里安装比较简单，故略过

安装完成后，将anaconda的目录添加到系统环境变量中：
D:\Anaconda
D:\Anaconda\Scripts
D:\Anaconda\Library\mingw-w64\bin
D:\Anaconda\Library\bin
在这里插入图片描述
最后检查Anaconda Prompt能否正常打开即可

CUDA

CUDA（Compute Unified Device Architecture）是 NVIDIA 推出的一种并行计算平台和编程模型，让开发者可以使用 C/C++ 等编程语言来编写在 GPU 上运行的代码。通过 CUDA，GPU 可以将深度学习任务分解成多个可以并行处理的线程。

查看显卡支持的最高CUDA版本

nvidia-smi

在这里插入图片描述
注：
1，此步显示不了则需要更新显卡驱动（https://www.nvidia.cn/geforce/drivers/）
2，CUDA版本选择，选择11.8、12.1、12.4这些有pytorch适配的版本，具体可以查看pytorch官网https://pytorch.org/下拉后的信息

CUDA Toolkit Archive链接：https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述
Version指windows系统版本，一般是win10或win11

安装成功之后，存放CUDA的文件夹会自动消失，后面可以从C盘找到相对应的路径，默认路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

cuDNN

cuDNN（CUDA Deep Neural Network library）是 NVIDIA 为加速深度学习计算而开发的高性能 GPU 加速库。

下载链接：https://developer.nvidia.com/rdp/cudnn-archive
在这里插入图片描述
注意对应上CUDA版本

解压后将cuDNN的三个文件夹中的文件分别放入CUDA的相应文件夹内
在这里插入图片描述

在anaconda prompt中执行nvcc -V查看CUDA版本
在这里插入图片描述

pytorch_52">pytorch

PyTorch 是一个开源的 Python 机器学习库，主要用于深度学习任务。

pytorch的anaconda自动安装存在一些问题导致无法使用，这里我们需要手动安装：

torch

在阿里的镜像源（https://mirrors.aliyun.com/pytorch-wheels/cu121/?spm=a2c6h.25603864.0.0.22d262239b1AqB）找到CUDA12.1对应的torch版本

ctrl+F搜索torch-2.1.0+cu121-cp39，这里cu121表示适配CUDA12.1系列，cp39表示python3.9，torch版本的选择主要是在官网链接（https://download.pytorch.org/whl/torch/）中搜索cu121-cp39查看
在这里插入图片描述

在这里插入图片描述

torchaudio ＆ torchvision

torchaudio和torchvision的包不大，直接在官网安装即可：https://download.pytorch.org/whl/cu121
版本的选择同样搜索搜索cu121-cp39查看
在这里插入图片描述

安装torch组件

打开anaconda prompt，在anaconda中新建名为zqpytorch（名字自拟）的虚拟环境

conda create -n zqpytorch python=3.9

进入虚拟环境

conda activate zqpytorch

安装之前下载的torch、torchaudio和torchvision：

pip install E:\download\googledown\torch\torch-2.1.0+cu121-cp39-cp39-win_amd64.whl
pip install E:\download\googledown\torch\torchvision-0.16.0+cu121-cp39-cp39-win_amd64.whl
pip install E:\download\googledown\torch\torchaudio-2.1.0+cu121-cp39-cp39-win_amd64.whl

检验torch时，遇到numpy版本过高的问题，重新安装低版本：

pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

检验pytorch环境配置：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

在这里插入图片描述