大家好,本文将围绕学python要什么配置的电脑展开说明,学python用什么笔记本电脑是一个很多人都想弄明白的事情,想搞清楚学python电脑需要什么配置需要先了解以下几个事情。
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Deepl降重。
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!