本文描述了深度学习所需要的一些环境搭建和框架安装
一、Conda的安装和虚拟环境的创建;
二、Pytorch不同版本的安装(CPU和GPU);
三、PyCharm的安装和虚拟环境的配置;
四、jupyter notebook的安装
一、Conda的安装
首先进行conda的安装,miniconda的下载地址为https://docs.conda.io/en/latest/miniconda.html,按照对应的操作系统选择Python相应版本即可。安装时选项点All Users,出现的勾选框都选上.
若在安装时无法勾选add miniconda3 to the system path environment variable ,即像下图所示, 则需要手动添加环境变量。具体可以参考这篇文章:手动添加环境变量
安装完毕后按【win+r】,输入cmd打开windows的命令行,输入conda env list。
conda env list
若出现以下信息表示conda安装完成。
安装完成之后切换清华源,提高下载速度。
conda config --remove-key channels
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
在命令行中输入下列指令创建名为torch,Python版本为3.8的虚拟环境
conda create -n torch python=3.8
若出现下列信息,表示虚拟环境创建成功。
接着激活虚拟环境,输入conda activate torch(命名的虚拟环境名),若出现下面信息表示虚拟环境激活成功。
conda activate torch
二、Pytorch的安装
官方网址:PyTorch,选择安装的pytorch安装的版本,得到下载指令。目前只有英伟达显卡才可使用GPU版本Pytorch,AMD显卡暂不支持,且30系显卡只能使用cuda11版本。
1.GPU版本安装
在Windows命令行中输入下列指令指定Pytoch版本和Cuda版本:
conda install pytorch==1.8.0 torchvision torchaudio cudatoolkit=10.2
输入以下指令检验Pytoch是否安装成功和GPU是否能够使用
python
import torch
print(torch.__version__)
print(torch.cuda.is_available())
若出现下图所示,则证明安装成功
2.CPU版本安装
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly
在安装conda和Pytorch时报错,可以参考下这篇文章conda常见报错及解决办法
三、PyCharm的安装
首先进入PyCharm官网:PyCharm
选择社区办下载即可:
安装过程中全部勾选:
Pycharm配置虚拟环境
打开PyCharm点击右下角的Add Interpreter,添加创建过的虚拟环境。
在打开的页面中点击Conda Environment,选择Existing environment,选择需要的虚拟环境。
出现下图右下角所示说明虚拟环境配置成功
四、jupyter notebook的安装
因为前面已经安装过Conda,所以直接在Windows命令行中输入以下指令即可安装
pip install jupyter
安装完成之后,命令行中输入jupyter notebook即可打开。