2022一文搞定深度学习环境配置
安装Python
Python官网
选择版本进行下载,推荐3.9,最新的版本可能存在适配兼容性的问题
安装CUDA
仅限于NVIDIA显卡,桌面右击进入NVIDIA控制面板,左下角点击系统信息,查看显卡驱动版本
根据显卡驱动版本选择CUDA版本
显卡驱动版本支持文档
注意安装的时候需要注意不能无脑安装最新版本,需要先看Pytorch支持的最新版本
超过最新支持版本可能出现兼容性问题
安装CUDA过程全程下一步即可
安装好以后,命令行输入nvidia-smi查看是否安装成功
出现这样的即证明CUDA安装成功
若出现找不到命令,说明没有配置CUDA环境变量
安装Anaconda
安装好以后输入命令 conda env list
出现这个即表示安装成功
用conda create -n (虚拟空间名字) 创建虚拟环境
activate (虚拟空间名字)选择进入环境
切换清华镜像加速下载
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/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
安装Pytorch
选择对应版本
在conda虚拟空间中用官网给的命令进行安装
安装好以后创建py文件进行测试,输入
import torch
print(torch.__version__)
print(torch.version.cuda)
成功输出对应版本表示已经可以正常使用Pytorch