windows，pychram，python3.7安装pytorch1.5.1（GPU版本从零开始）

最新推荐文章于 2024-07-11 20:45:39 发布

爱学习滴好青年

最新推荐文章于 2024-07-11 20:45:39 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏： python编程问题（亲测有效）文章标签： windows pytorch pycharm

本文链接：https://blog.csdn.net/qq_40287633/article/details/107391066

python编程问题（亲测有效）专栏收录该内容

10 篇文章

订阅专栏

本文详细介绍了如何在装有NVIDIA显卡的计算机上安装CUDA和CUDNN，以及如何通过Anaconda创建环境并安装PyTorch，确保GPU能够被PyTorch正确识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

先决条件：自己安装好pycharm和anaconda，Nvidia显卡驱动
步骤：

从NVIDIA控制面板查看CUDA版本

在桌面右键，点击NVIDIA控制面板
点击系统信息
点击组件，查看CUDA版本

去英伟达官网，下载合适的CUDA版本
CUDA版本下载

对于上图的第四点这里说一下：
network：网络安装包，安装包较小，需要在主机内联网下载实际的安装包。
local：本地安装包。安装包较大，包含每一个下载安装组件的安装包。
一般下载local。
3.安装CUDA
点击下载的exe文件即可，选择要安装的位置。
查看·电脑的系统变量
验证CUDA是否安装成功
nvcc -V
安装 CUDNN
安装CUDNN时，要先注册登录，不然进不去下面的网页
安装 CUDNN

解压 CUDNN
复制 CUDNN 中的 lib、include、bin 至 C:\Program Files\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2

安装 PyTorch

打开Anaconda prompt 创建环境;
conda create -n pytorch_gpu python==3.7
进入创建好的环境；
conda activate pytorch_gpu
开始安装 PyTotch1.31
首先为了下载较快，先设置清华镜像：
conda config --set show_channel_urls yes
在执行完成后会在你的用户目录下生成一个.condarc 的文件（一般在C:\Users\你的用户名），编辑修改文件内容为：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

打开下面的网页，并复制运行箭头的语句
复制运行

验证 PyTorch 安装是否成功

import torch

x = torch.rand(5,5)

print(x)

在这里插入图片描述
8. 验证 GPU 是否可以使用
torch.cuda.is_available()

输出True即可。