前言:本次讲述方法限于电脑没有安装过Anaconda、PyTorch以及显卡需要是NVIDIA。若已安装建议格式化电脑重新安装。
一、安装Anaconda
(1)进入该网址https://mirrors.bfsu.edu.cn/anaconda/archive/,,按ctrl+f进行搜索2022.10-Win,点击下载
(2)安装Anaconda
首先在d盘中新建一个文件夹命名为Anaconda,然后将下载的文件安装在该文件夹中。
打开下载的安装包,然后进行如下操作
(3)配置环境变量
右击电脑屏幕点击 显示设置
再搜索栏搜索“环境变量”然后点击“编辑系统环境变量 ”
然后进行如下操作:
在下面的系统变量中点击Path
、
进去之后点击新建依次复制或输入添加【D:\Anaconda】、
每次添加一个再点击一下新建添加下一个。
最后点击“确定”即可添加完成。
(3)调出桌面快捷方式。(针对win11系统)
按如下操作搜索Jupyter
点击搜索到的 然后点击“打开文件位置”
然后将如下两个Anaconda和Jupyter,分别右击选中发送到桌面快捷方式,操作如下:
二、安装PyTorch库
(1)创建虚拟环境
点击桌面上的 ,输入命令conda create -n DL python=3.9 回车运行代码
待加载完成后输入命令“y”进行安装
下载完成如图
可以激活查看一下DL下的虚拟环境,输入命令conda activate DL进入DL下的虚拟环境然后输入命令conda list列出所有环境
在该虚拟环境中安装NumPy库,输入命令pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple (在该过程中需要网络通畅)
安装成功后效果
安装pandas库,输入命令pip install Pandas==1.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
安装成功后效果
安装matplotlib库,输入命令pip install Matplotlib==3.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
安装成功后效果图
最后查看当前环境下的所有库,检查是否安装完成,输入命令pip show numpy
退出DL下的虚拟环境输入命令conda deactivate 回车运行即
(2)检查是否需要下载CUA
打开任务管理器,进行如下操作,若GPU1是NVIDIA显卡则无需下载CUDA,否则参照(3)进行CUDA下载
另一种检测方式:Win+R输入cmd,然后输入命令nvcc -V,如果显示“nvcc -V 不是内部或外部命令”,则说明需要安装 CUDA
(3)安装CUDA
在进行安装CUDA前先进N卡驱动的更新否则后面会报错,调出NVIDIA
调出后需要用邮箱注册账号,检查驱动的版本可更新到我这个版本即可完成一系列操作
如若需要更新不推荐在该界面下载安装,极易报错,可在其官网下载该版本的驱动然后安装即可,操作如下
驱动程序官网:
NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA
进入官网点击手动搜索驱动程序,按如下选项进行搜索,找到上面版本的驱动安装即可,安装到默认的c盘
完成以上操作可进行CUDA的安装,下载链接https://developer.nvidia.com/cuda-toolkit-archive,找到对应版本的CUDA
点击进去后完成如下操作
现在D盘中新建一个D:\CUDA\tem ,把该文件下载到该文件夹中,点击安装依次完成如下操作
这个文件大约7个g要事先检查c盘空间够不够
完成安装后要进行配置环境变量
重复“一、”“(3)”中的操作新建如下的环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp
配置完成后效果图
最后,可以检查一下 CUDA 版本,Win+R 后输入 cmd,然后输入 命令nvcc -V,参考效果图
(4)安装pytorch
下载链接https://download.pytorch.org/whl/cu113,进入后搜索pip install torch==1.12.0,分别点击进入 torch、torchvision、torchaudio
进入之后分别搜索torch-1.12.0+cu113、torchvision-0.13.0+cu113、torchaudio-0.12.0点击下载如图的whl文件。(下载到提前建好的D:\whl 文件夹中)
下载完成如图
打开,调出DL下的虚拟环境然后分别安装pip install D:\whl\torch-1.12.0+cu113-cp39-cp39-win_amd64.whl
pip install D:\whl\torchvision-0.13.0+cu113-cp39-cp39-win_amd64.whl
pip install D:\whl\torchaudio-0.12.0+cu113-cp39-cp39-win_amd64.whl
(5)检查CUDA是否可用
打开 进入到DL的虚拟环境下,输入 python 以进入解释器
输入 import torch 导入 torch 库,在下一行出现“>>>”,输入 torch.cuda.is_available(),出现ture则CUDA可用
三、Jupyter 代码编辑器
进行该操作时候计算机用户名(即 C:\Users\用户名)应为英语或者数字,有汉字的直接跳过安装使用pycharm。
在d盘中新建 文件夹D:\Jupyter,在桌面打开,输入 jupyter notebook --generate-config 命令并执行。
然后打开刚刚新建的文件夹,D:\Jupyter找到jupyter_notebook_config.py并用记事本方式打开,
打开如下地址
D:\Anaconda\Lib\site-packages\notebook\static\components\codemirror\lib
打开 codemirror.css 文件,或为第一个9kb的文件;
Ctrl+F,搜索“font-family: monospace;”的文字,并将其改为font-family: 'Fira Code Light','Consolas';