前提条件
- VS2019のダウンロードとインストール
ダウンロードリンク: https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/
ログインにはユーザー名とパスワードが必要です。
インストール時、C++のデスクトップ開発を有効にする必要があります。
目次
前言
初めてのPyTorchユーザー向けに、GPU版PyTorchの環境構築とPyCharmでの利用方法を詳細に説明します。環境構築の失敗例を踏まえて、正確な手順を共有します。
一、CUDAのインストール
1、CUDA対応のGPUの確認
- タスクマネージャーを開き、GPUセクションを確認します。
- NVIDIA製のGPUが表示されている場合はCUDA対応可能です。
2、CUDAのダウンロードとインストール
- CUDA 11.3または11.6をおすすめします。
- ダウンロードリンク: CUDAダウンロードサイト
- ダウンロード後はデフォルト設定でインストールします。
- インストール完了後、環境変数にCUDA関連の項目が追加されていることを確認します。
3、cuDNNのダウンロードとインストール
- cuDNNはCUDAの補助ライブラリです。
- ダウンロードリンク: cuDNNダウンロードサイト
- ダウンロードしたファイルを解凍し、CUDAのインストールディレクトリにコピーします。
二、PyTorchのインストール
1、Anacondaのインストール
ダウンロードリンク: Anacondaダウンロードサイト
インストールパスをCドライブ以外に指定することも可能です。
2、ミラーソースの切り替え
高速ダウンロードのため、清华鏡像源に切り替えます。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
問題が発生した場合は元の設定に戻します。
conda config --remove-key channels
3、環境の作成とアクティベート
conda create -n pytorch_env python=3.8
conda info --envs
conda activate pytorch_env
4、PyTorchのインストールコマンド
PyTorch公式サイトからインストールコマンドをコピーします。
conda環境を選択し、自分のCUDAバージョンに応じたインストールを行います。
5、テスト
conda activate pytorch_env
python
import torch
成功すると以下のような表示が出ます。
三、PyCharmでの環境利用
- PyCharmを開きます。
- 「File」→「Settings」をクリックします。
- 「Project Interpreter」を選択します。
- 「Add Interpreter」をクリックし、conda環境を選択します。
- 環境パスを指定し、PyTorchライブラリが表示されることを確認します。
環境が正しく設定されていることを確認します。
参考記事
- AnacondaでのPyTorchインストールの詳細手順
- PyCharmとAnacondaの連携方法
- WindowsでのCUDAとcuDNNのインストールガイド
- NVIDIAドライバーとCUDAのバージョン管理
- TensorFlow-GPUとAnacondaの環境構築方法