win10配置gpu版本pytorch、mmdetection环境,安装Jupyterlab

概述

刚到一台新电脑,感觉可以用来跑跑Deep Learning,久违的配置一下环境


下载内容

  1. Visual Studio
  2. anaconda
  3. cuda
  4. cudnn

conda环境配置

  1. pytorch
  2. mmdetection
  3. opencv
  4. Jupyter-lab

Visual Studio 2019下载

Visual Studio下载地址

在官网下载2019专业版,按步骤安装

VS2019
下载的时候这里勾选使用C++的桌面开发

没有勾选也没关系,下载成功,重启后点开Visual Studio,创建新项目后在上方工具栏选择 工具 – 获取工具和功能 下载
下载成功后,要在路径中找到cl.exe
在这里插入图片描述
将cl.exe所在路径添加到环境变量中
在cmd中测试一下,弹出如下界面表示配置成功
在这里插入图片描述

anaconda3下载

anaconda3官网

在官网下载anaconda,在cmd测试一下

在这里插入图片描述
至此,anaconda3下载成功,


cuda下载

安装cuda之前需要确认显卡支持的cuda版本,打开NVIDIA控制面板
在这里插入图片描述
点击系统信息,再点击组件
在这里插入图片描述
可以看到我的电脑支持的最高cuda版本是11.4

先去pytorch官网看一眼支持的cuda版本

在这里插入图片描述
NVIDIA官网下载对应版本的cuda

在这里插入图片描述
这里我选的是11.3版本

在这里插入图片描述

选择自定义安装,如果电脑本身有Visual Studio Integration,要将这个取消勾选,下面三个选项均不选。

在这里插入图片描述
在这里插入图片描述

打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin,有nvcc.exe则说明cuda安装成功
在这里插入图片描述
打开路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64,有cupti64_2021.1.1.dll说明CUPTI安装成功

在这里插入图片描述


cudnn下载

cudnn下载地址找到对应的cuda版本(需要注册账号)
解压后,把cudnn这三个文件夹里的文件复制到cuda对应文件夹中
在这里插入图片描述
在这里插入图片描述
添加cuda环境变量

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\libx64

测试cuda

在这里插入图片描述
查询显卡算力

>> cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite

>> deviceQuery.exe

在这里插入图片描述


conda创建pytorch环境

>> conda create -n mmdet python=3.9
>> conda env list
>> activate mmdet

这里mmdet是创建的环境名,conda env list可以查看当前conda环境,activate可以激活对应环境
在这里插入图片描述
OK,到这一步可以开始装pytorch了

pytorch官网找到你想要安装的版本,复制下方的命令开始安装,安装过程可能比较慢(可以换清华源)

# CUDA 10.2
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch

检测是否可以采用gpu版本的pytorch

在这里插入图片描述
顺便安装一下opencv(不安装后面可能会报错)

pip install opencv-contrib-python

安装mmdetection

mmdetection开始中按照流程配置环境

下面几行命令摘自mmdetection开始页面(以mmdetection页面为准)

pip install -u openmim
mim install mmcv-full

如果你直接开发和运行mmdet,从源头下载:

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .

安装Jupyter-lab

现在有了jupyter notebook还没装jupyter-lab,

conda install -c conda-forge jupyterlab
jupyter notebook --generate-config
jupyter notebook password

设置好jupyter密码后,还需要在浏览器上选择环境

conda install nb_conda_kernels
conda install  ipykernel
python -m ipykernel install --user --name mmdet --display-name "mmdet"

运行上述命令后,在命令行输入jupyter-lab就可以启动了
在这里插入图片描述

在浏览器输入localhost:8888,输入密码后进入jupyter-lab

在这里插入图片描述
万里长征只差一步了!!

现在需要验证mmdetection安装成功,采用官方给出的测试方案

cd mmdetection
mim download mmdet --config yolov3_mobilenetv2_320_300e_coco --dest .
python demo/image_demo.py demo/demo.jpg yolov3_mobilenetv2_320_300e_coco.py yolov3_mobilenetv2_320_300e_coco_20210719_215349-d18dff72.pth --device cpu --out-file result.jpg

在这里插入图片描述
如果运行中出现异常 KeyError: Cascade Mask R-CNN

在这里插入图片描述
找到图中路径,修改search.py中的第390行为:

if collection_name and collection_name in name2collection.keys():

运行成功后,会发现多了一个result.jpg图片

在这里插入图片描述
至此,mmdetection安装成功!!


参考文章

关于“import CV2”出错,显示:ModuleNotFoundError: No module named ‘cv2’

ModuleNotFoundError: No module named ‘cv2’ (安装cv2)

KeyError: ‘Cascade Mask R-CNN‘

pytorch GPU版本安装

CUDA、CUDNN在windows下的安装及配置

WIN10系统安装最新MMdetection2.19.0最详细教程(包含mmcv-full最新版1.3.17安装)(本方法可适用于最新版本mmdet)

看到评论会回复,欢迎大家交流讨论

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值