當(dāng)前位置：首頁(yè) > 运维知识 > windows >内容正文

windows

在windows中对torch1.7.1版本环境配置

發(fā)布時(shí)間：2025/5/22 windows 53 豆豆

生活随笔收集整理的這篇文章主要介紹了在windows中对torch1.7.1版本环境配置小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

在windows中對(duì)torch1.7.1版本環(huán)境配置

- 復(fù)雜的安裝方式：（不推薦）
- - - 環(huán)境內(nèi)容
    - 下載 Cudnn 和 CUDA （可選）
- 簡(jiǎn)單粗暴安裝方式：（強(qiáng)烈推薦）

復(fù)雜的安裝方式：（不推薦）

環(huán)境內(nèi)容

torch：1.7.1

安裝Python版本要求

Python 3.5 — 3.7

下載 ANACONDA 對(duì) Python版本和第三方庫(kù)進(jìn)行管理

官方推薦下載：https://pytorch.org/

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia

下載 Cudnn 和 CUDA （可選）

可在命令行匯總執(zhí)行查看驅(qū)動(dòng)版本：

nvidia-smi

或者通過(guò)NVIDIA控制面板在菜單欄幫助中選擇系統(tǒng)信息

然后再選擇組件

根據(jù)本地的NVIDIA CUDA 版本去找到官方對(duì)應(yīng)的CUDA版本

CUDA Toolkit 11.0 Download：
https://developer.nvidia.com/cuda-11.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

下載成功后進(jìn)行安裝

安裝完成之后，還需要下載cuDNN，這里需要登錄并填寫(xiě)問(wèn)卷才能下載
cuDNN：https://developer.nvidia.com/rdp/cudnn-download

下載后進(jìn)行解壓

把 cuda 壓縮包解壓出來(lái)的文件復(fù)制到盤(pán)符:…\NVIDIA GPU Computing Toolkit\CUDA\v11.0中

接下來(lái)設(shè)置環(huán)境變量：
計(jì)算機(jī)上點(diǎn)右鍵，打開(kāi)屬性->高級(jí)系統(tǒng)設(shè)置->環(huán)境變量
可以看到系統(tǒng)中多了CUDA_PATH和CUDA_PATH_V11_0兩個(gè)環(huán)境變量
如下圖所示：

接下來(lái)，還要在系統(tǒng)中添加以下幾個(gè)環(huán)境變量：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.0(這是我默認(rèn)安裝位置的路徑) CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 CUDA_BIN_PATH = %CUDA_PATH%\bin CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

如下圖所示：

在系統(tǒng)變量 PATH 的末尾添加：

%CUDA_LIB_PATH%; %CUDA_BIN_PATH%; %CUDA_SDK_LIB_PATH%; %CUDA_SDK_BIN_PATH%;

再添加如下4條（默認(rèn)安裝路徑）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin; C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib

如果你選用了自定義路徑，上述這些默認(rèn)路徑都應(yīng)該相應(yīng)替換為你的自定義路徑，以上為我的環(huán)境變量和PATH的配置情況：

環(huán)境變量：
配置完成后，我們可以驗(yàn)證是否配置成功，主要使用CUDA內(nèi)置的deviceQuery.exe 和 bandwithTest.exe：

首先win+R啟動(dòng)cmd，cd到安裝目錄下的 …\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\demo_suite
然后分別執(zhí)行bandwidthTest.exe和deviceQuery.exe應(yīng)該得到下圖:

如果以上兩步都返回了Result=PASS，那么就算成功了。

在ANACONDA 中安裝 pytorch 選擇安裝1.7.1版本

清華conda源地址：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

添加清華源

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 --set show_channel_urls yes

建議同時(shí)添加第三方conda源：

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/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

在cmd中輸入 python 進(jìn)入python 編譯環(huán)境后，輸入以下命令測(cè)試 pytorch GPU版本是否安裝成功

import torch print(torch.version.cuda) print(torch.cuda.is_available())

另一種安裝方式

簡(jiǎn)單粗暴安裝方式：（強(qiáng)烈推薦）

安裝虛擬環(huán)境

conda create -n pytorch python=3.6

切換到剛創(chuàng)建的 pytorch中

conda activate pytorch

添加清華源

建議同時(shí)添加第三方conda源：

安裝 pytorch

conda install pytorch torchvision torchaudio cudatoolkit=11.1

通過(guò)以下指令，查看當(dāng)前python環(huán)境是否成功安裝了 torch 1.7.1

pip list

在cmd中輸入 python 進(jìn)入python 編譯環(huán)境后，輸入以下命令測(cè)試 pytorch GPU版本是否安裝成功

import torch print(torch.version.cuda) print(torch.cuda.is_available())

幾步搞定，不需要去安裝Cudnn 和 CUDA！！！！！！

總結(jié)

以上是生活随笔為你收集整理的在windows中对torch1.7.1版本环境配置的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇： Tensorflow 2.3 GPU安装
下一篇：在Windows下安装labelImg