1. アナコンダをインストールする
2. グラフィックカードとドライバーを確認します(新しいかどうかを確認します)
win+R——cmd、コマンドラインを入力し、次のように入力します。
nvidia-smi
バージョンが十分でない場合は、公式 Web サイトにアクセスしてリリース ノートをダウンロードしてください:: CUDA Toolkit Documentation (nvidia.com)
3. PyTorch環境を作成する
-
Anaconda prompt
コマンドウィンドウに入ります
コンピューターにダウンロードできる Python を表示します
conda search --full --name python
Python のバージョンを確認したら、仮想環境を作成し、コードを入力します。
conda create -n PyTorch python=3.8.0
以下の画像が表示された場合は、現在設定しているミラーソースがパッケージをサポートしていないため、再設定する必要があります。
conda config --remove-key channels
仮想環境を作成し、 を押して、 y
必要なさまざまな依存関係のインストールを続行します。
conda info --envs
このコマンドを入力して、作成した仮想環境を表示し、アクティブ化する仮想環境を選択して、そこにパッケージをインストールします。
conda activate PyTorch
4. pytochをインストールする
-
pytorch の公式 Web サイトにアクセスします: PyTorch
-
Web ページをプルダウンすると、下の図が表示されます。公式 Web サイトでは、お使いのコンピュータに応じてインストールできる CUDA のバージョンが自動的に表示され、インストール コマンドが表示されます。
-
インストールするだけ
conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
次の待ち時間は非常に重いですが、ダウンロードとインストールは問題ありませんが、ネットワークの速度は非常に重要です。!
一度成功せず、すべてのパッケージがダウンロードされていない場合は、この手順を再インストールします。成功するまで、ダウンロードされていないパッケージが再度ダウンロードされます。
conda のインストールが簡単でない場合は、pip を選択してください
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
通常、コンピューターには pip3 構成が含まれていないため、pip3 を pip に変更できます。
5. テスト
Anaconda prompt
コマンド ウィンドウを開き 、環境をアクティブ化し、「 」と入力してpython
、python
開発環境に入ります。
import torch
torch.cuda.is_available()
True! 非常に単純で、バージョンが正しく一致し、ソフトウェアが正しくインストールされている限り、問題はないはずです。