1.Anaconda のインストールと設定
この手順は、以前のブログで既に書いているので、ここでは繰り返しません。
https://blog.csdn.net/wzk4869/article/details/126714956?spm=1001.2014.3001.5502
2. PyTorch のダウンロードと設定
1. 仮想環境を作成する
PyTorch をダウンロードする前に、まず仮想環境を作成する必要があります。コンピューターの左下隅にある [スタート] 列でそれを見つけ、クリックして開きますAnaconda Prompt
。
次のコードを入力してくださいconda create -n PyTorch python=3.7
これは、Python インタープリターのバージョンが 3.7 である PyTorch という環境を作成することを意味するこのコード行の説明です。これは、ダウンロードした Python のバージョンに従って記述する必要があります。
コードを入力してEnterキーを押すと、それが表示され([y]/[n]?)
、入力しy
てインストールが完了するのを待ち、仮想環境が作成されます.
2. 仮想環境に PyTorch をダウンロードする
仮想環境を作成したら、Anaconda Prompt を開き、 と入力してconda activate PyTorch
、作成した仮想環境をアクティブにします。
次に、pytorch の公式 Web サイトに入ります。
https://pytorch.org/get-started/locally/
コンピューターにはグラフィック カードの選択肢はありませんCPU版本
が、グラフィック カードを選択できますCUDA版本
(その後の大規模なデータ トレーニングでは、CPU バージョンの速度は確実に遅くなります)。
コマンド コンソールを開き、次のようnvidia-smi
に入力してマシンの cuda バージョンを表示します。
たとえば、CUDA のバージョンは下位互換性のある 11.6 で、PyTorch は 10.2 と 11.3 のバージョンを選択できます。
10.2 は現在ダウンロードが停止されているため、11.3 バージョンを選択します。
作成したばかりの仮想環境にコードをコピーします。
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
が表示されたら([y]/[n]?)
、それを入力してy
、ダウンロードされるのを待ちます。
ダウンロードが完了したら、PyTorch が正常にダウンロードされたことを確認しましょう。
Pycharm を開き、構築したばかりの仮想環境を構成します。
import torch
a=torch.cuda.is_available()
print(a)
結果が の場合True
、構成は成功です。
3. ネイティブ CUDA バージョンが低い場合に Pytorch の CUDA バージョンをダウンロードする方法
私のコンピュータの最初の cuda バージョンは、上記の 11.6 よりも古いバージョンでした。
ほとんどすべてのラップトップでサポートされている cuda バージョンはアップグレードできます. 私のグラフィック カードは NVIDIA のものです. NVIDIA コントロール パネルを開いてグラフィック カードの種類を確認してください. 私のグラフィック カードは GeForce 940MX です:
次に、NVIDIA の公式 Web サイトにログインします。
https://www.nvidia.cn/Download/index.aspx?lang=cn
お使いのコンピューターのグラフィックス カード モデルと同じオプションを選択し (ノートブックが付いているのはノートブックです)、[検索] をクリックします。
最後にダウンロードをクリック。次のインストール チュートリアルも比較的簡単なので、ここでは説明しませんが、次のブログを参照してください。
https://blog.csdn.net/m0_37870649/article/details/105356540
インストールが完了したら、コンピューターの cuda バージョンを再度確認して、最新バージョンにアップグレードされていることを確認します. この時点で、以前の方法に従って Pytorch with CUDA 11.3 をダウンロードできます.