写这篇文章的起因是因为重装了电脑,之前配好的深度学习环境没了,又在网上找了很久,所以决定记录一下,以备后续刷机。
环境:
显卡:GTX1060 6G
CUDA驱动版本:457.20 ——11.1.114
Python版本:3.8.8
Anconda版本:2021.05.11
安装CUDA工具包版本:10.2
CudNN版本:10.2——8.6.0.163
OpenCV版本:3.4.8.29
TensorFlow版本:2.6
这是我自己的电脑环境(配好的)
0x01:查看电脑独立显卡驱动版本
这里我的驱动为11.1.114,意思是能支持的最大版本为CUDA工具包11.1,所以我选择了CUDA10.2(这个版本也可以支持TensorFlow1版本)
0x02:安装Anconda
这里有一个网址可以看到对应的anconda所安装的python版本:传送门1
Anconda历史版本下载地址:传送门2
(这里看自己需求可以下载minianconda,好处是小,没有那些配件)
下载后就安装,搜索Anconda安装流程即可。
0x03:安装CUDA和CudNN
CUDA历史版本下载地址:传送门3
cuDNN历史版本下载地址:传送门4
(CUDA与CuDNN对应关系在传送门4中有)
安装流程直接搜安装CUDA和CudNN流程。
0x04:安装PyTorch
安装好conda后打开控制台,直接按照命令梭哈:传送门5
如果和我电脑显卡一样的直接:conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch
如果需要使用yolo系列安装以下包:
基于pytorch的yolo代码使用了apex,提升GPU上的训练速度。
在github中文镜像网站中,下载源码:传送门6
下完直接:python setuop.py install
0x05:安装OpenCV
直接梭哈:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python
我安装的版本是opencv_contrib_python-3.4.8.29-cp38-cp38-win_amd64
0x06:安装TensorFlow
全版本:传送门7
我安装的版本:tensorflow-2.6.0-cp38-cp38-win_amd64
0x07:验证
python代码运行
print(torch.__version__)
print(torch.cuda.is_available())
出现为成功
1.7.1
True
0x08:附录
差不多需要下载这些工具