d2l深度学习环境搭建miniconda+cuda+pytorch

方案1&＃xff1a;win&＃43;r&＃xff0c;输入dxdiag&＃xff0c;弹出窗口&＃xff0c;切换到显示选项栏&＃xff0c;即可看到显卡信息

方案2&＃xff1a;任务管理器 → 性能 → 下拉可看到GPU&＃xff0c;点击查看详情

查看系统支持的CUDA版本

​ 控制面板 →所有控制面板项 → NVIDIA控制面板

​ 帮助 → 系统信息 → 组件 → NVCUDA64这一项有版本&＃xff0c;例如11.2

官网下载CUDA

谷歌/百度搜索 download cuda &＃xff08;&＃43;版本号例如11.2&＃xff09;

Windows → x86_64 → 10 →exe&＃xff08;local&＃xff09;→ download

安装CUDA

下载完后打开&＃xff0c;可一路默认安装&＃xff08;在c盘&＃xff01;&＃xff09;也可自定义安装

https://docs.conda.io/en/latest/miniconda.html

官网下载&＃xff0c;Windows installers下

例如Python3.8 Miniconda3 Windows 64-bit

下载完后打开&＃xff0c;可一路默认安装&＃xff08;在c盘&＃xff01;&＃xff09;也可自定义安装

安装完miniconda后&＃xff0c;桌面左下角Windows&＃xff0c;找到Anaconda一栏中打开PowerShell

python --version


可查看python版本

https://pytorch.org/ 官网下载pytorch

GetStarted → Stable(1.9.1) → Windows → Pip → python → Cuda 11.1

下方会生成一条命令 复制到Anaconda的powershell运行安装

pip install jupyter d2l

6、下载d2l记事本运行测试

在d2l课程主页下载代码文件运行

https://zh-v2.d2l.ai/

在powershell下进入代码文件夹下 输入jupyter notebook

系统自动弹出页面即可查看运行