新电脑配置深度学习环境的步骤，pytorch环境配置，注意pytorch环境和tensorrt不冲突，可以只安装pytorch环境，torch环境资源位置（推荐）

已于 2023-11-23 15:46:12 修改
阅读量1.1k 收藏 6
点赞数 1
文章标签： 深度学习 pytorch python 支持向量机 神经网络 机器学习
于 2022-05-19 15:40:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/pvmsmfchcs/article/details/124863940
版权
本文介绍了如何在带有GPU的电脑上配置深度学习环境，特别是PyTorch的安装，强调PyTorch与TensorRT可以共存。首先，安装Anaconda或Miniconda，接着安装GPU驱动和CUDA。然后，通过离线方式安装PyTorch、torchvision和numpy，并确保版本对应。最后，安装PyCharm、OpenCV等必备工具，完成环境搭建。
摘要由CSDN通过智能技术生成

注意pytorch环境和tensorrt不冲突，可以只安装pytorch，tensorrt安装可以查看tensorrt快速安装但是需要注意版本之间的兼容性

1，带有GPU显卡的主机一台，针对电脑的板卡，如果是xvaier就不太一样了，我会后边继续写一篇

2，安装anaconda/miniconda，这个不需要python环境就可以安装，安装好以后程序会自带安装一个python版本，2019年以前的是3.7版本的python，2021年以后的是3.9版本的python
miniconda安装地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
conda安装地址：https://repo.anaconda.com/archive/
如果安传更完毕anaconda需要更新python版本，那么则例如输入：conda install python==3

了解本专栏 已下架不支持订阅
鼾声鼾语
关注
专栏目录

已下架不支持订阅

【深度学习环境配置】Anaconda + PyCharm + CUDA + cuDNN + PyTorch + OpenCV
shinuone的博客
02-23 1万+
（1）【CPU版本】Anaconda（Python） + Pycharm + Pytorch（CPU） + Opencv （2）【GPU版本】Anaconda（Python） + Pycharm + CUDA + cuDNN + Pytorch（GPU） + Opencv
PyTorch学习笔记之环境配置
wrlyhh的博客
10-27 1565
2.使用Anaconda Prompt (Anaconda3)创建新的虚拟环境。验证：(pytorch_cpu) C:\Users\admin>查看已有的环境：(base) C:\Users\admin>1.新建工程（有可能解释环境配置不成功，下一步可在进行添加）（本次安装的是CPU版本，故结果为False）1.Anaconda下载、安装略。如果没有报错，就说明按照成功。验证GPU是否可用：>>>
TensorRT 安装与使用及Pytorch的TensorRT部署
dongfang1984的博客
03-23 1万+
Tensorrt安装
深度学习（一）3.安装Pytorch（GPU版）
最新发布
2301_79712009的博客
10-30 4951
PyTorch是一个基于Python的科学计算库，主要用于机器学习和深度学习领域。对计算机而言，中央处理器CPU是主板上的芯片，图形处理器GPU是显卡上的芯片。每台计算机必有主板，但少数计算机可能没有显卡。显卡可以用来加速深度学习的运算速度（GPU比CPU快10-100倍）。
新电脑快速搭建深度学习环境 备忘
lagrange_Pe的博客
05-13 263
安装浏览器，推荐新版edge 安装idm，下载快 安装7z(解压缩)，安装只需1分钟 安装Anaconda 配置北外源或上交源（清华源不稳定） show_channel_urls: true ssl_verify: true channels: - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main - https://mirrors.bfsu.edu.cn/anaconda/pkgs/free - https://mirrors.bfsu.edu.cn
pytorch C++ API 与TensorRT的冲突
The space of Shining
03-26 1140
2019.3.26 TensorRT的例子中，用到的公共头文件common.h， // 如果使用CHECK，会跟pytorch中的源码冲突 #define CHECK(status) \ do \ { ...
Python深度学习环境配置（Pytorch、CUDA、cuDNN），包括Anaconda搭配Pycharm的环境搭建以及基础使用教程（保姆级教程，适合小白、深度学习零基础入门）
热门推荐
sdjklghiof的博客
04-16 3万+
本文旨在帮助想要入门深度学习的小白进行深度学习的环境配置，总结了一台电脑从零开始配置到调用Pytorch使用GPU进行深度学习计算的全过程环境搭建，并包含了Anaconda搭配Pycharm的环境搭建以及一些基本使用方法。
手把手教你从零开始配置PyTorch环境！纯干货！
m0_56195839的博客
10-15 7080
为了更好地在文章中体现配置环境期间可能出现的问题，已将配置好的环境删除之后，重新安装一遍并编写的教程，放心使用！
深度学习+pytorch安装(CPU)
11-15
深度学习是一种人工智能领域的技术，它基于神经网络模型对大量数据进行建模，以解决复杂的...正确安装和配置PyTorch环境是开展深度学习工作的重要前提，而通过虚拟环境管理，可以确保项目的可重复性和环境的一致性。
anaconda配置pytorch环境.pdf
07-28
### 使用Anaconda配置PyTorch环境的详细指南 在数据科学和机器学习领域，Anaconda 和 PyTorch 是两个...通过以上步骤，您可以在Anaconda中成功配置PyTorch环境，为后续的数据科学项目和深度学习实验打下坚实的基础。
pytorch深度学习环境配置（GPU3070）
ljx12305的博客
04-07 4785
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 pytorch深度学习环境配置（GPU3070）前言一、Anaconda的安装二、CUDA安装1.查看显卡2.安装并配置CUDA3.配置CUDA环境变量4.验证一下CUDA是否成功，按win+R 输入cmd三、cuDNN安装四、pytorch安装五、测试pytorch CUDA是否可用总结 前言 拯救者R9000P，NVIDIA3070显卡 一、Anaconda的安装 官网：https://www.anaconda.com/produ.
PyTorch环境配置及安装
dsn0606的博客
08-18 1366
原文地址：PyTorch环境配置及安装 PyTorch环境配置及安装 环境配置 温馨提示：为了更好的教程体验，提供视频、阅读地址 Youtube: https://www.youtube.com/playlist?list=PLgAyVnrNJ96CqYdjZ8v9YjQvCBcK5PZ-V BiliBili: https://www.bilibili.com/video/av74281036/ Github: https://github.com/xiaotudui/
PyTorch安装及配置
mr_beanna的博客
01-22 119
PyTorch安装及配置
Pytorch安装与环境配置
靜味春的博客
10-17 1287
经验证Deepin可以使用显卡进行Pytorch的学习。
Pytorch环境配置
日拱一卒，功不唐捐
12-28 4558
pytorch配置教程
【pytorch】将模型部署至生产环境：openVINO安装及python和c++环境配置
种一棵树最好的时间是十年前，其次是现在
05-17 3322
1.硬件要求： 硬件要求英特尔®第六代及以后的酷睿 TM（Core™）处理器或者英特尔®至强®处理器。 2.操作系统要求： 操作系统要求 ● Ubuntu18.04.3 LTS (64 bit)。 ● Windows 10 (64 bit)。 ● CentOS7.4 (64 bit)。 ● macOS*10.13, 10.14 (64 bit)。 这里安装使用Windows 10 (64 bit)。 3.英特尔®显卡驱动要求： 英特尔®显卡驱动的版本必须大于等于2018/11/19发布的25.20.100.
python编程需要的电脑配置,python编程用什么电脑好
chatgpt002的博客
12-25 1824
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。
TensorRT（C++）部署 Pytorch模型
女神sha手的博客
11-28 4686
众所周知，python训练pytorch模型得到.pt模型。但在实际项目应用中，特别是嵌入式端部署时，受限于语言、硬件算力等因素，往往需要优化部署，而tensorRT是最常用的一种方式。本文以yolov5的部署为例，说明模型部署在x86架构上的电脑端的流程。（部署在Arm架构的嵌入式端的流程类似）。
【pytorch】新的windows电脑从头搭建pytorch深度学习环境（完整版+附安装包）
一个CV小白的博客
06-17 5308
新电脑配置pytorch深度学习环境，附录有安装包哦
如何解决git切换分支会同步修改的代码问题
05-25
如果切换分支时会同步修改代码，可能是因为当前分支和要切换到的分支有相同的文件或文件夹，而且这些文件或文件夹存在冲突。这种情况下，可以采用以下方法解决： 1. 提交或撤销当前修改 先使用 `git status` 命令查看当前分支的修改情况，如果有未提交的修改，可以使用 `git add` 和 `git commit` 命令提交修改，或者使用 `git stash` 命令将修改暂存起来。如果不想保留修改，可以使用 `git checkout -- .` 命令撤销修改。 2. 切换分支 执行 `git checkout` 命令切换到目标分支，例如： ``` git checkout target-branch ``` 3. 解决冲突 如果切换分支时出现冲突，需要手动解决冲突。可以使用 `git mergetool` 命令打开一个图形化工具，帮助你解决冲突。也可以手动编辑冲突文件，将冲突部分修改为正确的内容。修改完毕后，使用 `git add` 命令将修改添加到暂存区。 4. 提交修改 解决冲突后，使用 `git commit` 命令提交修改。如果之前使用了 `git stash` 命令暂存了修改，需要使用 `git stash apply` 命令恢复修改，然后再提交。 总之，要避免切换分支时同步修改代码，可以先提交或撤销当前修改，再切换分支，解决冲突后再提交修改。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

鼾声鼾语

感谢您的支持鼓励！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值