En primer lugar, Anaconda y Python se han instalado de forma predeterminada.
1. Construye el entorno
Instale CUDA primero, si no está instalado, puede instalarlo juntos.
Ingrese el siguiente comando en cmd.
nvcc -V
Este es el efecto si CUDA no está instalado.Si ya está instalado, mostrará el número de versión.
En Computer-Management-Device Manager-Display Adapter, verifique si hay una tarjeta gráfica discreta. (Uso una tarjeta gráfica basura 3050 aquí)
Luego haga clic aquí para ingresar a la página web para ver si tiene su propio tipo de tarjeta gráfica y, si la hay, es compatible con la instalación de CUDA.
Abra el panel de control de Nvidia y busque la versión requerida por CUDA.
Haga clic en Ayuda - Información del sistema - Componentes (Soy 11.6.134 aquí)
El siguiente paso es elegir CUDA para instalar (haga clic aquí ). De hecho, la versión no importa, lo principal es la potencia de cómputo. Elijo aquí 11.6.1, principalmente por compatibilidad y para evitar errores.
Haga clic para configurar La versión de mi computadora es win11, así que configuré CUDA de acuerdo con los requisitos.
Recuerde la ruta de instalación de CUDA.
Instalé la versión lite aquí para evitar informes de errores.
Configurar variables de entorno. (Computadora -> Propiedades -> Configuración avanzada del sistema -> Variables de entorno -> Variables del sistema para encontrar la ruta)
Solo configúralo así.
Ejecute el código anterior en cmd nuevamente y podrá ver la información de la versión de CUDA.
nvcc -V
Luego instale cudnn
Haga clic aquí , elija descargar cudnn, pero aquí debe registrarse o iniciar sesión en la cuenta de NVIDIA, y luego puede ir a la página de descarga después de completar el cuestionario y finalmente venir aquí.
Luego, copie el contenido del paquete comprimido directamente en el directorio donde se encuentra CUDA y sobrescriba directamente la instalación.
2. Instale la biblioteca Pytorch
Si aún no ha instalado Anaconda, puede ir a la publicación de mi blog para ver el tutorial.
He instalado la versión CPU de pytorch antes, esta vez instalaré la versión GPU de pytorch.
Creo un nuevo entorno aquí (la versión de python se puede configurar según las necesidades).
conda create --name pytorch-gpu python=3.7
Luego activa el entorno.
activate pytorch-gpu
进去之后是这样。
然后我们再去pytorch的官网选择配置，我们复制下面的命令，这也是我之所以选择CUDA版本是11.6的原因。
在此之前要记得给conda换源，换源在我博文中有写，可以参考一下。不换源的话可能会导致下载速度过慢，要是掉线就不好了。
在上次的博文中，我少写了一条对pytorch的换源，所以应该在换源时补上。
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes这是自动安装省事，如果失败了，直接就用本地离线安装得了。
离线安装还是比较省事的。打开网址https://download.pytorch.org/whl/torch_stable.html，选择我们需要的版本进行下载，速度没得说，贼快。
cu116：就是说他是11.6版本
cp39：就是说他是python3.7
win和64含义大家都懂，我就不多说了。
把文件放在用户目录下面，直接pip安装即可。
我们看一下是否搞上了。
是的成功了。
三、测试
打开pycharm
我这里很遗憾的报错了。
原因可能是我的cuda和torch版本不符合。
结合我在git上和pytorch上看的文档，所以我得出了结论，需要调整一下版本了。
然后重新调一下我的版本。
首先，先把原来的torch和torchision卸载掉。
pip uninstall torch torchvision接着输入以下代码。
pip install torch==1.12.0+cu116 torchvision==0.12.0+cu116 -f https://download.pytorch.org/whl/torch_stable.html
跑完显示上述图片内容即可。
再次执行一下。
显卡跑起来了，虽然只是垃圾的GPU3050，但是比CPU好的多。
如果有其他bug，请查资料解决吧！