1.首先需要现在电脑安装cuda,可以在安装前Windows+R,输入cmd进入命令行,输入
nvidia-smi
查看电脑支持CUDA的最高版本,即是下图中的CUDA version(这里因为笔者已经下载了CUDA,所以显示的是笔者的版本)
然后进入pytorch官网查看当前pytorch版本对应的cuda版本
在了解cuda最高版本和pytorch对应版本后,即可选择合适的cuda进行下载,下载就按照exe文件的步骤一步一步下载,安装好之后可以用上文中的代码查看cuda版本,检查是否安装成功。
nvidia-smi
2.第二步可以去官网下载一个python环境的anaconda,基本按照exe文件的步骤一步一步安装。
Anaconda | The World's Most Popular Data Science PlatformAnaconda is the birthplace of Python data science. We are a movement of data scientists, data-driven enterprises, and open source communities.https://www.anaconda.com/然后打开anaconda的shell,复制上一步在pytorch官网下载cuda版本对应的pytorch(笔者这里的cuda是11.8所以笔者的下载代码如下)
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
3.第三步去李沐老师的文档去下载记事本文件
2.1. 获取和运行本书的代码 — 《动手学深度学习》 文档http://zh.gluon.ai/chapter_prerequisite/install.html
然后解压至电脑的C盘里的download文件夹中,方便之后在jupyter notebook中找到。
4.第四步,在anaconda的shell 中安装李沐老师课程中所需要的包(如果不小心将shell关闭了,可以cmd命令行中直接输入activate进入base环境)代码如下
pip install jupyter d2l
安装结束后,直接启动jupyter notebook,即在上一小步的命令行中输入:
jupyter notebook
进入jupyter notebook中,找到downloads,点开,不出意外应该会有如下的包
然后进入如下路径
找到resnet.ipynb并运行所有模块,当能听到电脑风扇猛猛转的声音时,环境基本安装完成,如若出现运行问题,可以在主模块前import处增加如下代码
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
该处代码原理笔者也不怎么明白,如果有读者大神能看到希望能多多指点,该文章也仅仅是复述李沐大神的安装教程,其中也夹杂着笔者在安装时遇到的一些问题和解决方法。