本篇文章主要讲解搭建配置深度学习环境,在基于Anacanda+cuda+cudnn+pytorch(GPU)。本文的目的是记录在环境配置中所遇到的所有问题,并给出解决办法。
在环境安装之前本机必须安装python环境,并明确当前安装python的版本,只有在python环境下的深度学习框架才能得以成功配置。
所需工具:
Python集成开发环境:Anaconda
CUDA、cuDNN:英伟达提供的针对英伟达显卡的运算平台。用来提升神经网络的运行效率,如果电脑显卡不满足要求也是可以不用安装,使用cpu来进行运算。
开发工具:PyCharm
深度学习库:PyTorch
必须提前了解的事情:
本文安装的版本已经是经过实际的检验和使用了,完全是没有问题的,需要注意的是查看自己电脑是否有独立的英伟达显卡,也就是安装的是基于GPU的深度学习环境配置,下面我将介绍完整的一套版本,足够个人的正常使用和学习
python:3.10
anaconda:23.5.0
cuda:11.5
cudnn:8.3.3
pytorch:1.11.0+cu113
jupyter notebook: 最新版就好,没啥影响,重要的是上面4个,版本不对应,安装次次失败,弄得自己都不开心了,听我一句劝,信我省事,初学者一直都安装好几天,用我这个半小时全都给你整明白,wink~~
1.Anacanda安装
1.1下载Anaconda
Anaconda官网:https://www.anaconda.com
点击Download即可下载Anaconda。
1.2安装Anaconda
点击下载后的.exe文件进行安装。安装一般没有大问题,一直点next就行。
此处如果电脑只有你一个用户的话,也可以选择Just Me;
选择All Users就代表这台电脑上的所有用户均可使用,否则就需要管理员权限。一般选择All Users即可。
此处注意:文件夹必须是空的,不然会报错;其次文件夹名称中不要出现中文字符。
然后安装即可。
对于情况1,打开cmd输入python -V查看到的版本是anaconda自带的版本;
对于情况2,查看到的版本是安装anaconda之前的origin-python版本:
配置系统变量path,添加路径文件
D:\Anaconda
D:\Anaconda\Scripts
D:\Anaconda\Library\mingw-w64\bin
D:\Anaconda\Library\bin
检查anaconda是否安装成功
在cmd中输入命令
conda --version
出现下图代表安装成功
1.3 小结
Anacanda的安装并不复杂,安装默认一步步执行就行,只要能够打开主页就是成功了,若出现闪退问题请自行解决,办法很多。
2. 安装cuda
cuda的安装最重要的就是看自己电脑显卡的版本,都是向下兼容的,尽量不要用最新版,容易导致后续安装发生版本不匹配的情况。
1、查看自己navica啥版本,右击桌面,点击红色框框出现一个界面
2、点击系统信息,看红色框框,有个 12.1.112 就是咱们显卡能够支持的最新版本的cuda,所以是对所有以下的版本是兼容的。
3、可以去官网下载cuda了
CUDA Toolkit Archive | NVIDIA Developer
拉到最下面能够看见这个版本,直接点左边进去,
下载win10版本
直接下载(这个官网可能会有点慢,如果条件可以那就 开个小加速 wink~~~)
4、安装过程省略,路径不重要,最好是自定义路径,然后 把他记住,我是安装在F盘自定义的文件
5、cuda的安装到此结束,测试CUDA是否安装成功
· 打开终端cmd,输入命令:nvcc -V
6、系统变量会自动添加,不必关注
3、安装cudnn,一个深度学习的加速库
cuDNN Download | NVIDIA Developer
在官网直接找到对应cuda11.5的cudnn下载,还是以然需要加速一下,需要一个navica账号,没有就直接注册
登陆以后直接搜索,cudnn ,可能会显示让你加入开发者计划直接加入就好
拉到下面,下载就ok了
之后把下载好的文件全部拷贝到cuda安装文件夹里面,全部替换即可
然后就是添加环境变量,系统变量path里面,添加自己的安装路径
开始测试
# 在cmd中进入到安装目录
F:\nvidia\Development\extras\demo_suite
#再执行
.\bandwidthTest.exe
出现成功
4、pytorch安装
这一部分需要进入到anaconda的虚拟环境下安装pytorch,右击管理员运行
# 创建虚拟环境命令
conda create -n 虚拟环境名称 python=3.10
# 安装好后切换到环境,我的环境名字是pytorch,你换成自己的名字
activate pytorch
这一部分安装,大部分博客都是推荐你去官网自己找对应的版本的命令,我这里一步到位,如果你是按照我的方式来的话,直接执行命令就可以了
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113
5、最终的 验证过程
需要进入到虚拟环境下的python环境里面
直接
activate pytorch
python
# 检查cuda和cudnn是否安装成功的代码
import torch
a = torch.tensor(1.) # 若正常则静默
print(a.cuda()) # 若正常则返回 tensor(1., device='cuda:0')
tensor(1., device='cuda:0') # 若正常则返回
from torch.backends import cudnn#
若正常则静默
print(cudnn.is_available())
# 若正常则返回 True
print(cudnn.is_acceptable(a.cuda()))
# 若正常则返回 True
print(torch.cuda.is_available())
# 返回GPU的数量
print(torch.cuda.device_count())
6、安装jupyter notebook
# 进入到anaconda下的虚拟环境,还是利用上面提过的anaconda的命令行
activate pytorch
# 安装命令
conda install jupyter notebook
# 启动命令
jupyter notebook
# 安装成功
设置Jupyter Notebook文件存放位置
# 终端输入
jupyter notebook --generate-config
# 会看到一个目录,去找文件,修改内容,设置为自己的项目地址,以后保存的东西都会在这