安装CUDA、anaconda、pytorch

---

前言

本篇主要介绍CUDA、anaconda、pytorch的安装与配置以及可能出现问题的解决方法。

---

一、CUDA安装

1.查看CUDA版本

找到NVIDIA设置

系统设置->组件->NVCUDA64.Dll后的产品名称里包含CUDA版本信息

2.安装CUDA

2.1 下载CUDA

CUDA下载地址：https://developer.nvidia.com/cuda-toolkit-archive

2.2 安装CUDA

按部就班的安装，如果出现Nsight Compute安装失败，查找了很多方法都失败了（如右键属性里设置兼容性、使用自定义安装模式里取消勾选安装Nsight Compute等），最后发现是安装过程中需要用到Visual Studio来编译环境，需要安装Visual Studio。

下载安装Visual Studio Community版本即可，原帖里下载2017版本，在官网我的权益里下载了2022版本也可。
Visual Studio官网下载地址：https://my.visualstudio.com/Downloads/Featured?mkt=zh-cn
Visual Studio我的权益：https://my.visualstudio.com/Benefits?mkt=zh-cn

安装时只需选择安装使用C++的桌面开发即可。


之后再正常安装CUDA就可以。

2.3 测试CUDA安装成功

环境变量一般无需自己配置。

输入 nvcc -V ，出现以下信息说明CUDA安装配置成功。

nvcc -V

二、anaconda安装

1.anaconda下载

下载anaconda安装包，点击安装即可。

anaconda官网：https://www.anaconda.com/
anaconda安装包清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2.anaconda环境变量配置

ANACONDA_PATH为anaconda安装路径。

将下面四个路径添加到path中。

3.测试anaconda安装成功

命令行输入 conda list ，出现如下信息说明安装配置成功。

conda list 

3.anaconda常见命令操作

3.1 清华镜像

点击进入Anaconda Prompt。

查看channels，发现只有默认的官网地址，下载速度会比较慢。

conda config --show channels

加入清华镜像地址。

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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

再次查看channels，发现清华镜像地址已经添加。

3.2 切换虚拟环境

查看已有的虚拟环境（一开始只有base）。

conda env list

创建一个新的虚拟环境my_env，python版本为3.8。

conda create --name my_env python=3.8

激活虚拟环境my_env。

activate my_env

切换到虚拟环境my_env。

conda activate my_env

在当前环境里安装ipykernel包。

conda install ipykernel

在my_env环境里安装ipykernel包。

python -m ipykernel install --name my_env

三、pytorch安装

1.anaconda下pytorch安装

pytorch官网地址：https://pytorch.org/get-started/locally/

选择对应的选项会生成安装命令。记得去掉 -c pytorch ，否则会在默认官网下载pytorch而不是镜像。

2.安装包下载太慢导致安装失败（提示更新anaconda可更新）

经常出现某个安装包下载的太慢最后导致安装失败。比如我出现的是 pytorch-1.12.1-py3.8_cuda11.3_cudnn8_0.tar.bz2 下载太慢。

我们先根据提示去对应目录删除导致失败的文件，再去单独安装这些包。

我们常下载太慢的安装包有pytorch、torchvision、cudatoolkit，我们可以先去镜像网站单独下载安装这些导致失败的包后，再重复之前安装pytorch操作会安装成功。

2.1 pytorch和torchvision包下载太慢

镜像文件下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

2.2 cudatoolki包下载太慢

镜像文件下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

2.3 单独安装包后再安装pytorch成功

通过conda安装命令： conda install + 你安装包的对象名称（包含绝对路径） 安装完后，再重复之前安装pytorch操作会安装成功。

---