python学好了能干什么学生,小学生学python有意义吗

本篇文章给大家谈谈python学好了能干什么工资多少，以及爬虫是合法的还是违法的，希望对各位有所帮助，不要忘了收藏本站喔。

大家好，本文将围绕python编程对笔记本电脑配置的要求展开说明，python编程对电脑配置的要求是一个很多人都想弄明白的事情，想搞清楚python编程对电脑要求高吗需要先了解以下几个事情。

文章目录

新的windows电脑搭建pytorch深度学习环境 电脑环境的配置 显卡驱动cudacudnnpytorch开发软件的安装 minicondavscodepytorch环境的安装 conda安装python环境安装pytorch和torchvision附录1：部分torch、torchvision、torchaudio版本对应关系附录2：本文涉及的软件的网盘链接

新的windows电脑搭建pytorch深度学习环境

最近新买了一台台式机，配置是i5 13600KF + 3060Ti。我本身在工作中台式机上是使用pytorch上进行深度学习，因此需要从头搭建pytorch环境python的turtle画老虎。此文算是记录一下，如果有人需要参考也是可以的。

电脑环境的配置

新电脑首先需要对环境进行一定的配置，简而言之就是装一下驱动+软件。 包括显卡驱动、CUDA、cudnn。以下是具体流程。

显卡驱动

一般显卡组装完成电脑是会自动安装驱动的，打开命令行敲nvidia-smi

就可以看到显卡驱动以及对应的版本。如下图，我装好的驱动是535.98，可以支持到的CUDA版本是12.2，因此我安装的CUDA只需要在12.2以下就可以了。 如果想要安装其他版本的驱动可以去英伟达驱动官网去下载。

打开后是如下界面，根据自己显卡的型号就可以选择相应的驱动了。 下面是搜索结果，包括应用于Game或者Studio的驱动，可以是对游戏或者视频剪辑啥的有特殊优化？这个我不太了解，我选择的是Studio的驱动。点进去下载就行了。

cuda

cuda安装是为了深度学习的GPU加速运算平台。cuda版本的安装需要根据上面显卡驱动来安装。可以到下面英伟达官网去下载

界面如下，选择<=显卡驱动支持的版本就可以啦，我选择的是11.7，不会太新也不会太老。 安装后可以使用相应的cmd指令测试一下，cmd输入nvcc -V ，最后一行显示11.7版本说明安装成功啦。

cudnn

cudnn是针对深度神经网络库，和cuda配套使用，以下是具体下来的地址，需要注意的是cudnn是需要注册账号登入使用的。

打开后可以看到如下界面，选择和cuda匹配的版本就行了，比如我的cuda是11.7，那么cudnn可以选择8.7，8.8.等等，我选择是是8.7 cudnn是个压缩包，解压后直接扔进cuda安装位置就可以了。 安装后测试cudnn，可以进行测试，其实也可以不必测试，因为基本没啥问题，如果要测试的话就使用cmd命令行打开运行下面路径中的两个测试程序 一般结果都是Result = PASS

pytorch开发软件的安装

首先需要安装一些基本的开发软件 miniconda、(pycharm或vscode），我习惯使用vscode，就写vscode了。

miniconda

为什么是miniconda而不是anaconda ？因为anaconda太大了啊！一个几十M，一个几百M，普通用户用miniconda就够用了！ 以下是具体的下载地址

安装过程很基本，不需要讲。 安装过后，cmd命令行测试一下。一般是会显示没有该命令，这个时候就在电脑中加入conda的Scripts路径就行了。 重新打开cmd输入conda，应该是如下提示。

vscode

一般是到官网去下载，如下面的链接

但是一般会下载的很慢很慢，因此可以做一些操作，复制下载地址，然后换成国内镜像服务加速。

将下载地址中的 更换为 使用国内的镜像服务器加速。国内下载地址如下。

pytorch环境的安装

conda安装python环境

1.一般要先配置清华源，因为下载比较快，可以用如下代码

conda config --add channels 
conda config --set show_channel_urls yes

2.创建python环境 创建名为yrqcv，python=3.9的环境

conda create -n yrqcv python=3.9

创建之后可以激活试试，由base转为yrqcv说明没问题

安装pytorch和torchvision

方法1是进入官网直接安装提供的命令行安装，官网入口

但是我不习惯使用这样的方式，因为有些cuda版本他可能会跳过，演示不到，而且他会多装torchaudio，这个我不需要使用到 我还是想保存在本地直接安装，后面也方便移植。

方法2:离线安装（我本人使用）

进入以下网站，搜索你显卡的cuda版本直接下载whl文件

这个界面就十分清楚明白，你cuda版本适用的torch版本一目了然。我安装的是

进入下面界面安装torchvision的whl文件，一般torch文件和torchvision需要对应,我选择是的

下载完之后直接激活conda环境，pip install 就可以安装啦。

装好之后验证一下，确认gpu是否可以用。 确认安装成功.

附录1：部分torch、torchvision、torchaudio版本对应关系

附录2：本文涉及的软件的网盘链接

包括miniconda，vscode，nvidia驱动，cuda，cudnn，pytorch，torchvision 电脑配置跟我相近的可以无脑下载。

链接： 提取码：wigc

有用就点个赞呗！