在进行深度学习的环境配置时,耗费了大量的时间。略微说一下过程,详细教程网上都有,就记录一下自己遇见的问题,特此进行下记录,防止以后再遇见又花时间。
1.首先使用的windows11 x64安装了python3.9,vscode,然后对应相应版本,在清华镜像里安装了对应版本的anaconda3,具体是根据python3.9的发布时间,在Anaconda release notes里根据相近时间,然后查看对应的python环境更新。
Anaconda release notes — Anaconda documentation
2.然后进行CUDA和Cudnn的安装。先安装CUDA,Cuda公告里显示,自11.6版本以后将不再提供sample,sample放在github上自行下载。所以根据nvidia的系统信息,安装了更早一点的11.1版本。过程中注意不要勾选visual studio integration,因为没有安装vs。安装完成后在终端输入命令nvcc --version或者nvcc -V(注意大小写)可以查看版本。
3.安装Cudnn。注册账号,选择对应版本cudnn,下载是个压缩包,压缩以后将相应文件添加到对应的cuda安装路径,然后添加相应的环境变量路径。cudnn其实就是cuda的一个深度学习补丁包。最后检测的时候,进入了cuda的默认目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite中,运行bandwidthTest.exe和deviceQuery.exe检测cudnn是否成功安装,却弹框闪退,原因不明。一度以为安装不成功。后面在cmd终端上,cd进入默认目录,来运行这两个文件,才出现了Result=Pass的结果,证明安装成功。
4.进行python的虚拟环境安装。在一些教程安装pytorch时,有的没有叫安装anaconda下的python虚拟环境。但是还是有必要的,相当于一个独立的环境,不会影响外部的python环境。
首先终端输入conda env list进行当下环境base的查看,只有一个基本环境;
然后输入conda create -n pytorch python=3.9创建一个名为pytorch的虚拟环境,版本为python3.9;
最后输入conda env list,当下可看见已创建一个新的虚拟环境。
接下来进行环境激活:输入
conda activate pytorch
这时遇见问提,提示:
CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
经查询,需要运行命令:
conda init cmd.exe
conda init powershell
来进行终端重启,之后就可以激活了。
5.删除虚拟环境:conda remove -n 【环境名称】 --all
复制虚拟环境:conda create -n 【新环境名称】 --clone 【旧环境名称】
退出当前虚拟环境(pytorch):conda deactivate