Win10下,pyTorch深度学习环境搭建心得
搭建windows下python深度学习基础环境
目前共需要三个基础的需要安装的工具
1.Anaconda 2.pyTorch 3.Cuda+Cudnn
接下来介绍从零开始配置环境
1. Anaconda的安装
我的电脑上已经先安装过了python3.7,一开始我并不想安装anaconda,本意尽量从简,但是pip并没有想象中好用,并不能快速安装我需要的包,所以选择使用conda。对于conda,有两个选择,一个是Anaconda,一个是Miniconda。后者是前者的精简版,只有conda的包管理功能,没有主界面等,简单说就是让你可以在命令行用conda的指令,对我来说足够了,所以我选择安装miniconda。
下载地址
官方网站:https://docs.conda.io/en/latest/miniconda.html
清华镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
下载好之后进行安装,可以一路默认直到Advanced Options
,这里建议不要勾选Add Anaconda to my PATH environment variable
,勾选Register Anaconda as my default Python
,因为Anaconda的python是在虚拟环境中使用的,如果勾选第一项会导致你在cmd中输入python会有警告,然后继续安装即可
安装好后在环境变量中添加三个路径,已经有的话就不用了
C:\Users\Administrator\Miniconda3;
C:\Users\Administrator\Miniconda3\Scripts;
C:\Users\Administrator\Miniconda3\Library\bin
至此,conda算是安装好了,接下来就可以利用conda来安装其他你需要的包了
2. pyTorch的安装
首先到官方网站https://pytorch.org/,得到关于你的配置下的pyTorch安装指令,比如我的是windows10+conda+python+Cuda10.1
,就得到了这样的指令conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
,注意讲后面的-c python去掉(我也不懂,去掉就是了),接着最保险的安装方法是打开Anaconda Prompt操作台,类似于cmd(已经安装了miniconda,所以会有这个程序)
- 对于国内用户推荐,首先给Anaconda添加清华镜像
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/pytorch/
conda config --set show_channel_urls yes
- 接下来执行之前得到的指令来安装pyTorch即可
安装完成后可以关闭,打开cmd,创建一个带有pytorch包的虚拟环境,指令如下conda create -n your_envname python=3.7 pytorch
,创建完成后,使用conda activate your_envname
来打开该虚拟环境,然后输入python,打开python,接着输入import torch
来查看pyTorch是否安装成功并可以使用,至此,pytorch的安装告一段落。其他包的安装可以借鉴此过程
- 其实也可以先创建环境,再在该环境下安装pyTorch包,效果是一样的
Cuda+Cudnn的安装
先下载Cuda,到官网下载https://developer.nvidia.com/,根据配置选择相应版本下载。安装直接一路默认即可
再下载Cudnn,https://developer.nvidia.com/rdp/cudnn-download,需要注册一个Nivida账号,选择相应版本下载
-
下载完成后得到一个压缩包,将其解压,找到文件夹’cuda’打开,你会发现三个文件夹’bin’、‘include’、‘lib’
-
打开CUDA安装路径
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
发现有同名的三个文件夹’bin’、‘include’、‘lib’
-
将第一步中’bin’中的文件复制到第二步中’bin’文件夹下
将第一步中’include’中的文件复制到第二步中’include’文件夹下
将第一步中’lib’文件夹下’x64’文件夹中的文件复制到第二步中’lib’文件夹下’x64’文件夹中
-
接着添加path环境变量:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
至此,安装完成,在cmd中输入nvcc -V查看是否安装完成