对于一个小白来说,找了好多博客,都是告诉你去下载cuda,cudnn,然后安装配置各种环境,十分麻烦。最近才发现了最简单的安装方法,只需要在cmd中输入简单的几行命令即可。
注意:以下命令行要在对应的python环境里输入!
1 首先建立国内镜像通道只需要在cmd中输入如下几行命令
conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --append channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
查看是否添加好镜像通道
conda config --set show_channel_urls yes conda config --set ssl_verify false conda config --show channels2 查找cuda、cudnn、Pytorch(GPU)及cuda和NVIDIA显卡驱动对应关系
具体参考了:TensorFlow、PyTorch各版本对应的CUDA、cuDNN关系_caiguanhong的博客-CSDN博客
3 命令行安装Pytorch(GPU)首先确定cuda版本, 我根据自己的NVIDIA显卡驱动,找到了对应的版本cudatoolkit=10.1 。同时对应了pytorch可以安装1.4-1.7的版本。最后去官网(Previous PyTorch Versions | PyTorch)找到了pytorch1.7版本的conda安装命令。后面的-c是官网提供的安装地址,因为我们第1步添加了清华园镜像通道(国内速度更快),因此去掉-c以及后面的命令。
最终,我们输入以下两行命令即可。安装过程遇到提示(y/n),选择即可。
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.14 总结
所有的命令行可以整理为以下几行:
conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --append channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1
这里我的所有版本对应关系为:python=3.7,cudatoolkit=10.1,cudnn=7.6.5,pytorch=1.7.1,torchvision=0.8.2,torchaudio=0.7.2,cudatoolkit=10.1
一共就5行命令,即可快速安装。
安装完成后,开打python,输入以下命令,如果返回True,则说明安装成功。
import torch print(torch.cuda.is_available())



