文章目录
前言
这是纯小白模式,适合完全不懂的情况
只知道python,其他一概不知道,由于我需要训练一个yolo模型,所以上网了解一下,顺便把步骤和一些心得写下来,巩固一下思路。
个人建议你先看一下整体目录,了解一下整体安装的工具和软件
一、必安装的工具
- Anaconda:一个集成了Python及很多库的开发环境
- PyCharm:这是一个常用的开发工具,也可以用VSCode,你熟悉那个就用那个,如果是纯小白,你学习的视频博主安装的是那个就用那个,免得麻烦
- PyTorch:一个开源深度学习框架
- CUDA、cuDNN:如果电脑有GPU就安装,没有就不用,就是一个提升效率的工具(下文有提示怎么查看自己的电脑是否有)
个人理解:
Anaconda就是一个整体基础工具包,相当于JDK;
PyCharm就是便利操作的开发工具,相当于IDEA;
CUDA、cuDNN相当于Maven,提高效率;
PyTorch相当于Java中的各种开源框架;
所以你都要下载,才能实现一个便捷的开发环境;
二、安装Anaconda
1、Anaconda是什么?
Tips:
是一个开源的、专注于数据分析的Python发行版本,包含了conda、python等多个科学包及其依赖项。简而言之,就是它集成了你基本能用到的东西,虽然占空间,但是一点都不懂的,就不要搞特殊,单独安装什么的,直接安装它就是。
一句话:Anaconda必不可少。
Tips: 这里我选择的是清华镜像源下载
点击后选择自己合适的镜像安装,我选择的是 Anaconda3-5.3.1-Windows-x86_64.exe(可以根据时间,自己调整)
注意安装时,不要是中文的路径下,也不要加什么空格什么的,直接在一个英文名文件夹下安装就行,且记住你的安装路径。
2、安装步骤
Tips:注意别断网了,要不然一些数据和包下不全,甚至安装不了
1、直接点击下一步
2、选择同意协议
3、 选择个人用就可以了,然后点击下一步
4、可以默认系统安装地址,也可以选择自己的地址,一定要记得自己的安装地址,清晰明了点
(最好不要安装中文文件夹下,也不要有空格那些)
5、选择加入系统环境,标红也没事,如果你觉得可能出现问题,可以安装好后,再手动添加环境变量
Tips:我安装后,我发现用户环境变量它自动添加了,但是系统环境变量没有,后面我手动添加了一下
反正很简单,你们也一样再加一下吧
6、等待安装,然后下一步
7、意思就是要你安装一个开发环境VSCode,我不用这个,我用PyCharm,所以我选择跳过
你们看情况来,开头就说了
8、不要勾选那两个框,都是一些无用的东西,直接选择完成
9、测试
打开cmd,输入以下命令
conda --version 回车执行,查看版本信息,如果出现版本即表明安装成功了
到这一步,Anaconda就安装完了,两个字:完美!
最后如何输入命令出现 conda不是内部或外部命令这个问题,常见有两个问题
其一:你的安装数据没下载全,去你安装目录下查看Scripts目录下是否有conda.exe,没有就直接删除再下载
其二:环境变量没有配置好,自己手动去配置一下
3、配置独立运行环境
意思就是有个base基础运行环境,现在我们单独再创建一个独立的环境,为了就是不同的Python版本互不影响,不同的需求用不同的环境
简而言之就是一个大房间里创建不同的小空间,放不同的东西,免得杂乱无章。
1、打开 cmd ,输入以下命令,相当于打开 Anaconda Prompt 窗口
activate
2、创建新的环境
conda create -n 你的环境名 python=3.8 环境名自己命名一个,然后python可以按自己需求下载不同版本,我选择是3.8的
进入base环境
确定安装,输入 y
3、创建完自己的环境后,需要激活并进入环境,也可以退出环境(命令行中有提示)
conda activate 你的环境名 进入环境并激活
conda deactivate 退出环境
三、查看电脑和PyTorch支持的CUDA版本
Tips:安装CUDA和cuDNN前,需要查看自己电脑驱动版本是否支持,还有是否和PyTorch匹配,要不然会出现命令不可执行或者出错的问题
1、查看自己的驱动版本
打开cmd,输入该命令,并记住你的驱动版本号
nvidia-smi
2、查看电脑驱动支持的CUDA版本
我的电脑驱动版本号是531.52,足以支撑大多数CUDA版本
点击如下网址可以查看自己电脑支持的的CUDA版本
英伟达官方网址
3、查看PyTorch和CUDA最新匹配版本
这是最重要的,你先需要知道相对应的版本,才能保证不出问题
点击网址后,滑到最下方,依次选择符合自己的标签,发现PyTorch最新匹配的版本有11.8和12.1
为了保险,我选择了11.8,你也可以选择低于11.8的版本
PyTorch官网
到这一步,我们就明白,电脑驱动和Pytorch支持的CUDA版本,直接开始下载
四、下载CUDA和cuDNN
1、下载CUDA
点击进入网址,选择符合自己的CUDA版本,我选择 11.8
CUDA版本
依次点击符合自己电脑的选项
下载后,双击开始安装(部分博主说不要修改下面路径,但是我修改了,你们最好就别改了,其实就是一个临时文件)
检查完毕后,直接同意
选择自定义安装,然后下一步
直接默认(如果你之前安装过,可以自行了解是否打勾,因为有些你打勾后,就安装不了)
我在安装目录下,新建了一个新文件夹,记住自己安装的地方
我最开始是新建两个分别安装,但是最后我不知道把cuDNN文件放在那个文件下,所以我又删了重新安装在一个包下了 所以不要在意图片路径的不一致
后面直接下一步就行
最后测试一下是否安装成功,打开cmd,输入以下命令,如果出现版本就成功了,注意V是大写
nvcc -V
2、下载cuDNN
点击网址,我下载的CUDA版本是11.8,所以我选择cuDNN是cuDNN是11版本的就可以
点击下载(如果你没有注册一个账号,你则需要注册一个账号,很简单,不会就中文翻译即可,立马就会了)
下载解压后,把其中的三个文件,复制粘贴到你CUDA路径下
如图
到了这步,终于安装完了,nice,下面安装深度学习库Pytorch
五、下载PyTorch库
我们在之前配置的独立环境中安装Pytorch
1、安装步骤
进入官网复制Pytorch的命令
输入以下命令,进入独立环境中
activate //进入基础base环境
conda activate 你的环境名 // 进入环境并激活v
到了这步,理论上你可以直接安装了,但是因为你下载的源速度不行,会导致安装不成功,所以我换成了清华源,简而言之就是你换个网,快一点下载,免得出现延迟啥的不成功问题
如果换源后,你还卡着,安装不了,去PyTorch用pip命令安装,如果这一步也安装不了,再去网上寻求其它答案
依次输入以下命令行,进行换源(我没有截图,进入你的独立环境后,直接一行一行执行就行,然后在下载)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
注意是进入你新建的那个独立环境,我的是pyName,然后再输入你复制的命令,开始安装
属于y, 然后等待安装完
2、测试
在你的独立环境下,依次输入以下命令,如果出现版本号和True代表安装成功
python
import torch
print(torch.__version__) //输出版本
print(torch.cuda.is_available()) //torch和cuda是否对应可用
六、下载并配置开发环境PyCharm
安装可以到微信搜索公众号伙伴神,到软件目录查找自己所需的版本PyCharm,你搜索出的是一个集成了很多软件的压缩包
所以自己去软件目录中找就行(如果激活码失效,网上找即可)
如果你想要官网的更加安全稳定,你也可以下载官网的,只是它是有使用时间的
PyCharm官网
现在我们开始要使用PyCharm编程了,在这之前,我们需要配置一下PyCharm,使其它使用的是我们刚才设置的那个环境
新建一个项目
选择先前配置的解释器(就是选择刚才我们创立的独立环境),然后再选择本地添加
依次点击,添加已有的解释器
打开你安装 Anaconda 的目录,找到 envs,下面就是你设置的环境名,找到其中的 python.exe,选择确定即可
哈哈哈,到这一步终于全部基础环境都安装好了,可以开始准备训练模型了,奥力给!!!
总结
以上都是我查询网上资料,自己慢慢安装成功的,按着步骤来,基本问题不大,其中有些小问题我也在文中表明了,只要认真看下来,你应该是没问题的。
最后,如果有错的地方,希望在评论区指出。