Windows 下载与安装CUDA和Pytorch【安装教程、深度学习】

参考链接：Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2_哔哩哔哩_bilibili

0.准备工作

请确保你是NVIDIA的显卡（不能是AMD、集成显卡）

1.下载CUDA

打开developer.nvidia.com/cuda-downloads，打开有点慢

选择Windows

本地安装

接下来就会出现对应的安装包

![防盗链机制,建议将图片保存下来直接上传(img-KcnNrXWW-1684058365241)(assets/image-20230513201925-ssm2z75.png)]](https://img-blog.csdnimg.cn/7d91281aad664fe9a603f04fdb3f6e72.png)

安装或许会有点慢，取决你网速

2.安装CUDA

下载完成后，我们双击安装

选择路径

等待解压

进入安装流程

等待检查兼容性

安装的话，基本上都是 默认 选项

等待安装即可

中途会黑一下，这是正常情况！

安装成功

检查是否安装成功

nvidia-smi

可以看到这里我的显卡是

• RTX 3060
• CUDA版本：12.1

3.下载Miniconda

打开网站

Miniconda — conda documentation

选择Windows——3.8版本

安装Miniconda

基本上按照它的默认安装

4.打开Miniconda

可以直接选择Windows打开，将会显示新添加的模块

查看版本是不是我们想要的

5.下载pytorch（GPU版本）

打开网址

Start Locally | PyTorch

执行命令

将下面显示的命令复制到我们刚才打开的Miniconda中

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

这里需要安装的包有点大，需要等待一会儿……

测试一下

python
import torch

a = torch.ones((3,1)).cuda(0)
b = torch.ones((3,1)).cuda(0)

a + b

这里是cuda0的device，一切正常

6.安装D2L和jupyter

打开网站

《动手学深度学习》 — 动手学深度学习 2.0.0 documentation (d2l.ai)

下载记事本

![外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Lt6ba1iy-1684058365247)(assets/image-20230514172952-07yl

解压一下文件

安装所需的包（jupyter d2l）

pip install jupyter d2l

安装完成

7.下载d2l记事本运行测试

jupyter notebook

请先切换路径进入到你解压notebook的位置

运行成功后，将会出现这样的页面

选择pytorch

选择chapter_convolutional-modern

选择resnet.ipynb

运行代码

选择

Kernel

–>

Restart & Run All

开始下载一些数据

出现了这个错误的话，是网络原因（可以先切换一下网络xxx，然后再次启动）

开始在cuda:0训练

开始绘制图像

在训练的时候，我们可以输入查看一下

nvidia-smi

GPU使用率

最终的结果

我们训练速度每秒处理2510张样本，而在云上，则可以处理到4722张样本每秒