文章目录
前言
最近想在笔记本上跑程序，调用一下笔记本上的显卡（gtx 1650），方便跑一些小程序。
安装步骤
一、anaconda安装
- 这部分已经安装好了，跳过。
- 如果是Linux服务器的话，建议去清华的官网手动下载一下anaconda的包，然后用bash安装一下
清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
二、创建虚拟环境
创建环境：
conda create --name pytg python=3.8
附一些常见conda指令，以下几行无需执行
删除环境（我不会告诉你第一遍我失败了）
conda remove -n pytg --all
开启环境
conda activate pytg
关闭环境
conda deactivate
三、cuda版本查看
- 打开NVIDIA控制面板（我的在桌面菜单栏右下角）
- 打开“帮助”
- 查看“系统信息”
- 选择子页“组间”
- 确定cuda版本
我的cuda版本是11.4，太新了，但是之前显卡驱动自动更新的，我也没留意。没有选择退版本，所以，继续安。
四、cuda安装
1. nvidia官网查询指定版本
- 需要自行去nvidia官网下载，下面cuDNN还有用，最好注册一下账户，登录即可
- 我用的迅雷下的
网址：https://developer.nvidia.com/cuda-toolkit-archive
2. 选择合适的版本
- 这里我选的是11.4.4，下载下来就是一个安装包
3. 安装
- 这块我推荐走默认的即可，一路安装到底
4. 检验
cmd中测试
nvcc -V
V要大写，有如下显示则安装成功
环境变量
关于环境变量，我安装完检查了一下我的环境变量是配好的，但是网上有的攻略说需要自己配置一下，但是我的看我的已经配好了就没管。
五、cuDNN下载及安装
1. 官网下载对应版本（登陆账户）
- 这里可能会让你填一个问卷，大家结合使用缘由，真实填写即可
- 如果网速慢可能需要vpn
win好像就一个，直接下
2. 解压并安装
下载下来是一个压缩文件，把这几个文件夹全部粘贴到cuda的安装目录下，覆盖粘贴即可
默认cuda路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
六、pytorch-gpu下载及安装
1. 官网查询指令
- 推荐官网上查询下载指令，在虚拟环境中执行即可
- 我的cuda是11.4，目前pytorch只支持到11.3，但是不影响
- 我用的是pip，速度还行，conda速度太慢了，清华镜像也不能用（2022.年3月）
- 推荐大家一次性下载完在安装
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
2. 检验
import torch
import torchvision
print (torch.cuda.is_available())
如果不报错，且返回true那就成功了
- 如果安装失败了也不用慌，删除anaconda虚拟镜像，重新创建一个即可
七、anaconda无用安装包清理
如果下载失败，会有很多半不拉拉的包，加上以前攒了也不少，都清理了吧
conda clean -a
总结
- 看起来挺简单，实际上问题还挺多，尤其是conda下载速度慢卡了很久。
- 熟练了会好很多，我在服务器上又接着配了一套新环境，一遍过
