Windows 安装配置 Anaconda、CUDA、cuDNN、pytorch-cuda全流程

Windows 安装配置 Anaconda、CUDA、cuDNN、pytorch-cuda全流程

1. 安装Anaconda

网址:https://repo.anaconda.com/archive/

选择第一个下载即可
双击exe文件,按安装向导安装即可(除安装路径自己选择外,其余均可按默认选项)

安装成功会弹出以下界面

2. 安装CUDA

TODO:似乎在第5步在线安装pytorch-cuda时不需要先安装CUDA,先跳过,之后再验证。

3. 安装cuDNN

TODO:似乎在第5步在线安装pytorch-cuda时不需要先安装cuDNN,先跳过,之后再验证。

4. Anaconda 创建 python 环境

  1. 首先,为确保之后conda创建环境时,不会自动将环境创建在C盘默认位置,可以先将创建路径配置为自定义路径:

    参考资料:https://blog.csdn.net/hshudoudou/article/details/126388686

    在开始菜单打开Anaconda Prompt命令行工具

    输入conda config --show命令,查看envs_dirs

    如果显示的第一行(即默认位置)不是你所安装的anaconda3的envs路径或是你想自定义的其他位置,而是C盘的envs(如图中第二行),则可以按照以下方法进行配置;如果已经配置过了,可直接跳至第2步:

    (1)在 C:\Users\用户名下找到.condarc 文件

    使用记事本打开,在其末尾添加下面内容并保存:

    复制代码
    envs_dirs:
      - E://Robin//Software//anaconda3//envs

    上面的channels如果没配置过,可能只有 -default,这个先不管

    (2)确保路径具有写入权限:

    在资源管理器打开你想配置的自定义路径,如E://Robin//Software//anaconda3//envs,右键-属性-安全:

    再点击编辑,点击Users行,将下面的权限中的完全控制勾为允许(此时应该下面的各个权限都会自动打勾(特殊权限不用管),没有的话自己手动勾一下),记得点击应用或者确定:

    这样重新输入conda config --show命令,查看envs_dirs应该已经配置好了。

  2. 使用Anaconda创建一个Python环境,以用来安装pytorch-cuda:

    (1)为了提高下载速度,可以先配置清华镜像源,依次执行下面语句:

    复制代码
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
    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/pytorch/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
    conda config --set show_channel_urls yes

    执行完成后,可以通过conda config --show查看channels

    然而,在实际操作过程中,配置的这些路径似乎并不能顺利安装pytorch-cuda,最后还是使用官方的默认路径......(见下方)

    (2)使用conda create -n <env_name> python=<version>命令创建python环境,其中,<env_name>为自定义环境名称,version为python版本,如可输入conda create -n pytorch python=3.6,创建一个名为pytorch,使用python3.6版本的python环境。

    按回车,在必要的时候输入y,等待创建成功即可。

    创建成功后,使用 conda env list可查看已创建的环境及其路径:

5. 在线安装 pytorch-cuda(gpu)

参考文章:https://blog.csdn.net/m0_45082058/article/details/119417049

  1. 使用conda activate pytorch命令(pytorch记得换回你自己设定的环境名称)激活先前创建的python环境:

    前面这里的括号内容即表示当前已经激活并进入的环境。

  2. 查看系统支持的cuda版本:

    在开始菜单或搜索栏打开 cmd命令行工具,输入nvidia-smi

    右上角的CUDA Version表示本机最高支持的cuda版本,在下载pytorch-cuda时,所选cuda版本号不能超过此版本。

    如果nvidia-smi不能正常执行,提示找不到此命令,可按照此文章的方法尝试一下:

    解决方案:

    1.添加环境变量:在path里面添加exe文件所在路径(一般为C:\Program Files\NVIDIA Corporation\NVSMI),就可以访问到这个命令;

    2.更改命令路径:使用cd命令跳转到 'nvidia-smi' 命令所在的文件夹。然后再次输入该命令即可。

  3. 进入pytorch官网 https://pytorch.org/ ,查找安装指令:

    如图,依次选择对应选项,其中CUDA版本选择不超过本机所支持最高版本(这里我选择CUDA 12.1)。

    复制底下的指令,在Anaconda Prompt先前激活的环境下输入:

    等待下载完成。

    这里注意

    (1)命令后面的-c pytorch -c nvidia表示从官网地址下载,如果去掉的话,按理应该是从先前配置的镜像源地址下载,但是实测似乎不能成功(即卡在solving environment不能开始下载),反而是官网地址能够开始下载(但是速度确实有点慢)

    (2)如果使用官网地址下载,可能会有超时问题,即出现提示"CondaError: Downloaded bytes did not match Content-Length":

    此时可参考此文章中的解决方案二,将conda下载timeout时长设置得大一些,即:conda config --set remote_read_timeout_secs 6000.0(这里我设置为6000后成功了,也可以按实际情况设置)

  4. 经过一段时间的等待,界面显示done表示下载安装成功。

    通过以下方式进行验证:

    torch.cuda.is_available()在执行后显示True,表示安装成功了。

TODO:这样看来,似乎不需要提前手动安装CUDA和cuDNN。之后再验证一下。

相关推荐
老兵发新帖23 分钟前
pnpm install报错:此系统上禁止运行脚本
windows
淞宇智能科技26 分钟前
欧姆龙NJ系列PLC通讯
网络·人工智能·自动化·电气设计·技术资料
AloneCat20122 小时前
Qwen2.5简要全流程以及Q&A
深度学习
OceanBase数据库官方博客2 小时前
向量检索新选择:FastGPT + OceanBase,快速构建RAG
人工智能·oceanbase·分布式数据库·向量数据库·rag
zhishishe2 小时前
2025 年免费 Word 转 PDF 转换器有哪些?
android·windows·pdf·电脑·word
ghjhjjjbjibh3 小时前
AI大模型 —— 国产大模型 —— 华为大模型
人工智能·华为
清风序来4 小时前
一,开发环境安装
人工智能·深度学习
樱花穿过千岛湖7 小时前
第六章:Multi-Backend Configuration
人工智能·python·gpt·学习·ai
跳跳糖炒酸奶7 小时前
第十五讲、Isaaclab中在机器人上添加传感器
人工智能·python·算法·ubuntu·机器人
前进的程序员8 小时前
深度学习:人工智能的核心驱动力
人工智能