gpu pytorch 环境搭建 pytorch gpu要求

完整教程：深度学习环境配置（GPU条件&pytorch）

如果是python小白，强烈推荐B站小土堆的视频，讲得很清晰（但需要花些时间）

如果有些基础，跟着往下看就行。

配置	作用
Anaconda	灵活切换python运行环境、高效使用python包
GPU	软硬件：硬件基础（NVIDIA显卡）→安装显卡驱动程序→安装CUDA
Pytorch	开源的python深度学习库
Pycharm	集成开发环境：编写及运行代码，可配置anaconda中创建的不同环境

GPU配置深度学习环境步骤：安装Anaconda→GPU配置→安装Pytorch库→安装Pycharm，各步骤详细内容如下。

一、安装Anaconda

1、官网下载安装

2、配置运行环境

在anaconda prompt中运行如以下格式的代码，配置虚拟运行环境。

#新建虚拟环境
conda create -n 环境名（自己设置） python=所需版本（3.7……)

二、GPU配置

1、查询NVIDIA显卡型号：任务管理器

2、NVIDIA官网下载对应显卡型号的驱动程序并安装

官网网址: NVIDIA官网

3、安装CUDA

（1）打开NVIDIA控制面板，确定适配的CUDA版本范围

这里有的CUDA是硬件（driver），我们需要安装的是CUDA软件（runtime），软件版本一般低于硬件版本即可。如上图所示，硬件为11.7，因此后期需要安装11.7版本以下的CUDA软件。

（2）pytorch官网上查询CUDA适配版本

pytorch官网

如上图所示，会有相应版本的匹配关系。11.3版本低于11.7版本，可直接下载安装。

（3）安装CUDA

下载链接: https://link.zhihu.com/?target=https%3A//developer.nvidia.com/cuda-toolkit-archive

选择对应版本下载安装，版本对应关系参考：https://zhuanlan.zhihu.com/p/495422451

三、安装Pytorch库

#安装pytorch:直接输入第二部分查询到的pytorch安装语句（如上图）
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

四、安装Pycharm

1、官网下载及安装

官网: https://www.jetbrains.com/pycharm/

下载社区版即可。

2、配置环境

可以直接在pycharm中选择带pytorch库的编译环境。

到此，环境配置工作已经完成！！！