深度学习之快速配环境方法(1)

python 3.8  cuda 11.3.1  cudnn 8.2.1  torch 1.12.0 torchvision 0.13.0

操作步骤

注：以下操作均在Anaconda Prompt当中进行。

1、创建环境

conda create -n 模型名称 python=3.8

注：如果问Proceed ([y]/n)? ，输入y

2、激活环境

activate 模型名称

3、下载 cuda（实际上就是cudatoolkit）和cudnn

conda install cudatoolkit==11.3.1

conda install cudnn==8.2.1

4、下载torch和torchvision

①下载torch1.12.0和torchvision0.13.0的whl文件

网址：https://download.pytorch.org/whl/torch_stable.html

搜索：Ctrl+F

②cd/d 你下载的whl文件路径

pip install torch文件名

pip install torchvision文件名

5、下载requirements.txt中的配置

pip install requirements.txt文件路径  requirements.txt

在深度学习的模型包中，通常会有名为requirements的txt文件，记录该模型需要的其他配置，内容格式示例如下：

检测环境

python

import torch

torch.cuda.is_available()

a=torch.Tensor([1.])

a

若正常输出，则配置成功。

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

真正体系化！**

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）