如何在Anaconda虛擬環境中安裝Pytorch with CUDA (Windows)
1.檢查CUDA版本資訊
在終端輸入 nvidia-smi 可以觀察到我的CUDA版本為12.7
2.下載並安裝CUDA ToolKit
點擊下載好的檔案 -> 選擇自定義安裝 -> 將Visual Studio Integration取消勾選(沒有使用Visual Studio) -> 下一步 -> 安裝。
安裝完成後，打開環境變數檢查是否存在。
開啟終端，輸入 nvcc -V 查看CUDA Compiler的版本，從結果可以看到顯示release 12.4，表示安裝成功；若出現錯誤，可能是未將路徑加入到環境變數中。
3.下載cuDNN
下載完後會是一個壓縮檔案，請先將它解壓縮，然後將裡面的所有檔案全選並且複製到CUDA ToolKit安裝好的位置(我安裝的位置是在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4)，接著它會問說是否取代這些檔案，這邊選擇取代。
將bin、include、lib、libnvvp都加入到Path環境變數中。
開啟終端並且在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\extras\demo_suite目錄底下執行bandwidth.exe和deviceQuery.exe，最下方顯示Reuslt = PASS表使成功。
4.使用Anaconda虛擬環境安裝Pytorch
首先，開啟Anaconda Prompt，輸入 conda create --name your_env_name python=3.12 來創建虛擬環境，會問說有新的packages需要安裝，輸入 y ；接著，輸入 conda activate your_env_name 激活虛擬環境，激活之後原本旁邊的(base)會變成(your_env_name)表示激活成功；再來，這邊先到Pytorch官網上查看目前穩定支援的CUDA版本，可以看到穩定的版本支援到CUDA 12.4，所以我選擇他來進行安裝；最後，回到剛才的Anaconda Prompt輸入Run this Command的指令安裝Pytorch即可。
 |
5.測試 Pytorch with CUDA是否安裝成功
在激活虛擬環境後的終端輸入 python -> import torch -> print(torch.cuda.is_available())，若顯示True表示你成功了，False表示安裝失敗，可能要再去檢查一下哪個步驟沒安裝好。
參考：
留言
張貼留言