pytorch相关配置

参考视频链接：https://www.bilibili.com/video/BV1Ns4y1R7MP
我的系统：window11
GPU:4070laptop

一：安装cuda

1:找到nvidia control panel

2:打开控制面板，找到系统信息中的，组件即可查看到cuda版本，这里我的cuda版本为12.0.150

3：下载对应版本的 cuda toolkit

下载网址:https://developer.nvidia.com/cuda-toolkit-archive

4:安装流程

此处建议使用默认路径

点击同意并继续

注意这里需要点击自定义安装，点击展开所有选项，如果出现新版本比当前版本低则取消打勾

此处可以自定义位置了：D:\ENV\cuda_manager\CUDA12.0.1\CUDA1

改好后点击下一步

此处勾选

点击下一步

点击关闭

5.验证是否安装成功

在anaconda prompt 窗口中输入 nvcc -V 查看版本
注意：确保是新打开的窗口，不然可能显示没有安装成功

我这里显示没有成功：

错误原因：nvcc -V v必须大写

cuda安装成功啦！！

二：配置cuDNN

1.版本

根据cuda版本去选

2.下载

网址：https://developer.nvidia.com/rdp/cudnn-archive
没有找到2023年1月的，就找了一个最相近的

点击后出现下拉菜单，直接点击下载即可

之前没有注册过的话，需进行注册

3.使用

下载完成解压过后，有三个文件夹lib,include,bin

将这三个文件夹复制到 D:\ENV\cuda_manager\CUDA12.0.1\CUDA1 中即可

三：安装pytorch

我的cuda是12.0 发现最新的pytorch是11.8，选择最新的即可
下面自动生成的命令可以用以配置相应的包

四：新建一个虚拟环境

要在 Jupyter Notebook 中为 PyTorch 创建一个虚拟环境，可以使用以下的步骤。这里，我会使用 `conda` 作为包管理器和环境管理器。如果你还没有安装 `conda`，可以考虑安装 Anaconda 或 Miniconda。

1. 创建一个新的虚拟环境:

   打开命令行或终端，然后输入以下命令来创建一个名为 pytorch_env_cuda12_0 的新环境。你可以选择其他名称。

   conda create --name pytorch_env_cuda12_0 python=3.8
   

   选择 Python 3.8 作为该环境的版本，你也可以选择其他版本。

2. 激活新创建的环境:

   conda activate pytorch_env_cuda12_0
   

3. 安装 PyTorch:

   在已激活的环境中，根据你的 CUDA 版本和操作系统，使用适当的命令来安装 PyTorch。例如，对于 CUDA 12.0 (如果已经发布并支持)：

   pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
   

   注意: 以上命令可能需要根据 PyTorch 的官方文档进行更改，以确保与 CUDA 12.0 兼容。

4. 安装 Jupyter:

   在同一个环境中，安装 Jupyter：

   pip install jupyter
   

5. 让 Jupyter Notebook 识别新环境:

   首先，确保 ipykernel 已安装：

   pip install ipykernel
   

   然后，将环境添加到 Jupyter:

   python -m ipykernel install --user --name=pytorch_env_cuda12_0 --display-name="pytorch_env_cuda12_0"
   

6. 启动 Jupyter Notebook:

   你可以直接运行 jupyter notebook，然后在 Jupyter Notebook 中选择 “pytorch_env_cuda12_0” 作为运行内核。

现在，你应该已经在 Jupyter Notebook 中设置了一个专门的 PyTorch 环境。每次你想使用这个环境时，只需在 Notebook 中选择相应的内核即可。

五：测试

至此pytorch安装完成