準(zhǔn)備工作：
- 安裝語言環(huán)境 Python 建議3.8.0以下（conda創(chuàng)建低版本環(huán)境也可以）
- 安裝包管理工具 Anaconda（Pip等也可以）
- 查看GPU是否是NVIDIA,并查看該版本是否支持CUDA,檢查驅(qū)動(dòng)版本下載相應(yīng)版本的CUDA以及PyTorch
- 不支持：PyTorch(None CUDA)
- 支持：CUDA -> CUDNN ->PyTorch
- CUDA 并行計(jì)算框架，處理大型并行計(jì)算
- cuDNN 深層神經(jīng)網(wǎng)絡(luò)的GPU加速庫
都是NVIDIA出的，且必須使用NVIDIA
下載并安裝Anaconda
把Anaconda加入環(huán)境變量，以直接在cmd中使用conda、jupyter、ipython等命令
# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中鏡像地址加有引號(hào)，需要去掉
# 設(shè)置搜索時(shí)顯示通道地址
conda config --set show_channel_urls yes
查看設(shè)備管理器
win+x,然后 m，在設(shè)備管理器查看電腦GPU是否是NVIDIA
查看是否有NVIDIA顯卡
查看支持cuda版本
方法一： win+r -> dxdiag -> 顯示
DirectX診斷工具
方法二：查看NVIDIA控制面板
- 桌面右擊
-
控制面板
控制面板
查看驅(qū)動(dòng)版本
對(duì)照表
查看支持cuda版本
安裝 CUDA和 cuDNN (無N卡跳過)
CUDA下載地址
cuDNN下載地址需要注冊(cè)登錄并填寫問卷
對(duì)應(yīng)版本CUDA
對(duì)應(yīng)版本cuDNN
將路徑cudnn-8.0-windows10-x64-v7.1-ga\cuda下的文件全部復(fù)制到路徑C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下
注意：
- C:\ProgramData\NVIDIA Corporation\ProgramData 默認(rèn)為隱藏文件
- CUDA 11.6 版本之后不會(huì)將 CUDA Samples 集成在 CUDA toolkit 安裝包中，可從 GitHub 倉(cāng)庫中訪問，因此沒有 CUDA Samples 文件夾
下載 pytorch
- 無N卡
conda install pytorch torchvision torchaudio cpuonly -c pytorch
無N卡 - N卡版本舊（有的已經(jīng)太舊不支持，參考無N卡）
各平臺(tái)舊版本pytorch下載方式
conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch - 下載python環(huán)境對(duì)應(yīng)包 https://download.pytorch.org/whl/torch_stable.html
# cmd
文件路徑>pip install xxx.whl
N卡支持的CUDA版本如果不在上圖（無N卡）CUDA的列表上建議使用無N卡方式下載，沒有GPU加速，不影響框架學(xué)習(xí)
對(duì)應(yīng)版本
如果出現(xiàn)環(huán)境解析錯(cuò)誤，查看上圖對(duì)應(yīng)的版本問題
conda create -n [environment-name] python=3.6
conda activate [environment-name]
conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch
設(shè)置PyCharm使用Anaconda的環(huán)境
相關(guān)參考
