目次
2. グラフィックス カード ドライバーをダウンロードします。
2. Visual Studio 2019をインストールする
1. 対応するバージョンの CUDA をダウンロードします。
4. PyTorch が正常にインストールされていることを確認します
注: 30 シリーズのグラフィック カードは、現時点では cuda11 より前のバージョンをサポートしていません。！！
1.グラフィックカードドライバーをインストールします
1.グラフィックカードドライバーのモデルを確認します
右下隅を右クリックして開始し、デバイス マネージャーでコンピューターのグラフィック カードのモデルを確認します。たとえば、私のグラフィック カードは GTX1050 です。
2. グラフィックス カード ドライバーをダウンロードします。
Nvidia の公式 Web サイトにアクセスし、対応するグラフィック カード ドライバーをダウンロードします:公式ドライバー | NVIDIA 
https://www.nvidia.cn/Download/index.aspx?lang=cn
対応するバージョンパラメータを選択し、ダウンロードしてインストールします。インストール中に次のステップに進むだけです。
3. GPU ステータスの表示
インストールが完了したら、CMD ターミナルを開き (ショートカット キー: Win+R)、コマンド ライン: nvidia-smi を入力して GPU ステータスを表示します。
注: 右上隅 (赤いボックス内) に表示される CUDA バージョンは、現在のバージョンでサポートされている最高の CUDA バージョンです。
2. Visual Studio 2019をインストールする
cudaを使用する必要があるため、コンパイルツールが必要です。ここではVisual Studio 2019がインストールされています
Visual Studio Community Edition リンクをダウンロードします: https://visualstudio.microsoft.com/zh-hans/downloads/
インストールが完了したら、次のインターフェイスに入ります。注: [Python開発]と[C++デスクトップ開発]にチェックを入れてください。
3.CUDAをインストールする
1. 対応するバージョンの CUDA をダウンロードします。
CUDA の各バージョンの公式ダウンロード アドレス: CUDA Toolkit Archive | NVIDIA Developer https://developer.nvidia.com/cuda-toolkit-archive
CUDA はバージョン 10.2を使用するため、cuda 公式 Web サイトにアクセスして、対応するバージョンを見つけてダウンロードします。
2. ダウンロードしたCUDAをインストールします。
ダウンロードが完了したら、CUDA をインストールします。注: デフォルトのパスが推奨されます。後で環境変数を追加する必要があります。インストール中にカスタム インストールを選択してください。
Visual Studio の統合を確認します。
3.環境変数を設定する
コンピューター (このコンピューター) を右クリックし、 [プロパティ] -> [システムの詳細設定] -> [環境変数] を開くと、システム変数にさらに 2 つの環境変数CUDA_PATHとCUDA_PATH_V10_2があることがわかります。
次に、システム変数に「新規作成」し、以下の環境変数を追加します。以下はデフォルトのインストール場所のパスの環境変数です（左が変数名、右が変数値）。
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2
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
システム変数Pathの最後に次を追加します。
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
[パス] をダブルクリックし、次の5 つの項目(デフォルトのインストール パス) を追加します: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA サンプル\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64
4番目に、cudnnをインストールします
1. cuda10.2に対応したcudnnをダウンロード
cudnnダウンロードアドレス: https://developer.nvidia.com/cudnn
2. cudnnをダウンロードした後、直接解凍し、解凍したbin、include、libフォルダーをコピーして、cuda のインストール中にデフォルトのパス フォルダーに貼り付ける必要があります (たとえば、私のフォルダーは C:\Program Files \NVIDIA GPU にあります)コンピューティング ツールキット\CUDA\v10.2)
注:フォルダー全体のbin、include、libをコピーして貼り付けます。
3. 最後に、cudaが正常に構成されているかどうかをテストします。
Win+R はCMD ターミナルを開き、nvcc -Vを実行してcuda情報を確認します。
5、anacondaをインストールする
詳細なインストール チュートリアルは、次のリンクを参照してください。
(メッセージ 42 件) Python インストール チュートリアル ステップ 1: Pycharm とAnacondaのインストール
6.PyTorchをインストールする
1. 仮想環境を作成する
anaconda にミラーソースを追加します。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
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/pytorch/
conda config --set show_channel_urls yes
スタート バーにインストールしたばかりのanaconda プロンプトを開いて、プロジェクトを作成し、仮想環境を実行します。
conda create -n your_env_name(虚拟环境名称) python==xx(想要创建的虚拟环境的python版本号)
注: Python のバージョンがわからない場合は、Win+R でCMD ターミナルを開いて : pythonを実行し、インストールされている Python のバージョン番号を確認します。
ニーズに応じて変更できます。例: conda create -n mytorch python==3.9.7
「y」を入力し、Enter キーを押して確認し、ダウンロードとインストールを開始します。
上記のインターフェイスが表示されたら、仮想環境が作成されています。
2. アクティブ化して仮想環境に入ります
1. 前の手順に基づいて、作成した仮想環境をアクティブ化し、anaconda プロンプト ターミナルに次のコマンドを入力します。
conda activate mytorch2. 現在の仮想環境を終了するには、次のコマンドを実行します。
conda deactivate3.PyTorchをインストールする
1. この時点で、アクティブ化され、作成された mytorch 環境に入りました。
2. 次に、PyTorch 公式 Web サイトにアクセスし、関連するパラメーターを選択し、PyTorch のインストール手順を取得して、anaconda プロンプト ターミナルの赤いボックス内の手順を実行します(この手順は PyTorch の最新バージョンです) 。
注: インストールするときは、コマンド -c pytorch の後のコンテンツを削除し、国内のソースからダウンロードすると高速になります。PyTorchhttps ://pytorch.org/
もう 1 つ: PyTorch の他のバージョンを選択する必要がある場合は、緑色のボックス内のコマンドをクリックするだけです
次に、次のページに移動し、必要なバージョンを見つけてインストールします。
3. PyT orch インストール コマンドを入力した後、conda をチェックして、インストールするパッケージがインストールされるかどうかを確認します。
「はい」の場合は、y を入力した後、Enter キーを押してダウンロードを確認します。
そうでない場合は、 PyTorchをインストールするコマンドを再確認する必要があります。
3. PyT orch のインストール ここまでで、基本的な環境がデプロイされました。
4. PyT orch が正常にインストールされていることを確認します
1. インストールが完了したら、anaconda プロンプト ターミナルで次のコマンドを実行し続け、 PyT orch が正常にインストールされているかどうかを確認します。
python
import torch
torch.cuda.is_available()
2. 次の図は、フレームワークの構成が成功し、GPU が使用可能であることを示す True をプロンプト表示します。
3. 検証が完了したら、Ctrl+Z を押してコマンド ラインに戻り、conda list コマンドを実行して仮想環境にインストールされているパッケージを確認します。
上記 2 つのパッケージが conda リストにあれば、設定は完了しています。