官网下载:
cuda10.0官网的地址是:
cuda10.0官网地址
cudnn官网的地址是:需要大家进去后寻找7.4.1.5。
cudnn官网地址
下载完之后得到这两个文件。
2、Cudnn和CUDA的安装
下载好之后可以打开exe文件进行安装。
这里选择自定义。
然后直接点下一步就行了。
安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后大家把Cudnn的内容进行解压。
把这里面的内容直接复制到C盘的根目录下就可以了。
三、配置torch环境
1、pytorch环境的创建与激活
Win+R启动cmd,在命令提示符内输入以下命令:
conda create –n pytorch python=3.6
activate pytorch
这里一共存在两条指令:
前面一条指令用于创建一个名为pytorch的环境,该环境的python版本为3.6。
后面一条指令用于激活一个名为pytorch的环境。
2、pytorch库的安装
由于我们所有的操作都要在对应环境中进行,所以在进行库的安装前需要先激活环境。
activate pytorch
此时cmd窗口的样子为:
a、官方推荐安装方法(推荐)
打开pytorch的官方安装方法:
https://pytorch.org/get-started/previous-versions/
官网推荐的安装代码如下,我使用的是Cuda10的版本,不太懂为什么要写3个=才能正确定位,两个=会定位到cuda92的whl:
# CUDA 10.0
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
这是pytorch官方提供的指令,用于安装torch和torchvision。
b、先下载whl后安装
需要注意的是,直接这样安装似乎特别慢,因此我们可以进入如下网址:
https://download.pytorch.org/whl/torch_stable.html
找到自己需要的轮子下载。下载的时候使用迅雷下载就行了,速度还是比较快的!
下载完成后找到安装路径:
在cmd定位过来后利用文件全名进行安装就行了!
这里我也传一个百度网盘的版本。
链接: https://pan.baidu.com/s/14-QVk7Kb_CVwaVZxVPIgtw
提取码: rg2e
全部安装完成之后重启电脑。
3、其它依赖库的安装
但如果想要跑深度学习模型,还有一些其它的依赖库需要安装。具体如下:
scipy==1.2.1
numpy==1.17.0
matplotlib==3.1.2
opencv_python==4.1.2.30
torch==1.2.0
torchvision==0.4.0
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0
如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件,复制上述内容到txt文件中。
使用如下指令安装即可。下述指令中,requirements.txt前方的路径是我将文件放在桌面的路径,各位同学根据自己的电脑修改。
pip install -r C:\Users\33232\Desktop\requirements.txt
4、安装较慢请注意换源
需要注意的是,如果在pip中下载安装比较慢可以换个源,可以到用户文件夹下,创建一个pip文件夹,然后在pip文件夹里创建一个txt文件。
修改txt文件的内容,并且把后缀改成ini
[global]
index-url = http://pypi.mirrors.ustc.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn
全部安装完成之后重启电脑。
四、安装VSCODE
我个人喜欢VSCODE,所以就安装它啦。其它的编辑软件也可以,个人喜好罢了。
1、下载安装包安装(推荐)
最新版本的Anaconda没有VSCODE因此可以直接百度VSCODE进行安装。
a、VSCODE的下载
直接加载VSCODE的官网https://code.visualstudio.com/,点击Download for Windows即可下载。
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Linux运维工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Linux运维全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Linux运维知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加VX:vip1024b (备注Linux运维获取)
一个人可以走的很快,但一群人才能走的更远。如果你从事以下工作或对以下感兴趣,欢迎戳这里加入程序员的圈子,让我们一起学习成长!
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算
cb71ac0)
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算