整体文章目录
1.确认有Nvidia GPU
键盘win + r 输入dxdiag进入DirectX诊断工具,在显示中查看是否有显卡
2.安装CUDA
搜索引擎直接搜索cuda进入nvidia官网下载cuda
链接: cuda
![如图所示](https://img-blog.csdnimg.cn/696ae14cf7904ce5912e6b93ab77311c.png#pic_center
如图所示选择Windows、x86_64、Version10
Installer Type 选择 local
下载好之后安装一直点next就行
如果需要下载旧版,划到页面最下方的Resources中找到Archive of Previous CUDA Releases
3.安装miniconda
3.1miniconda下载
链接:miniconda
根据python版本选择下图中的miniconda版本
3.2测试Anaconda Powershell
下载好后点击左下角开始图标,在最近添加中可以看到Anaconda Powershell,打开后查看python版本
4.安装GPU版pytorch
4.1pytorch下载
链接: pytorch
选择get started进入如下所示页面
安装方式选择pip并选择好对应的CUDA版本
4.2pytorch测试
将Run this Command的代码复制到Anaconda Powershell并运行
测试pytorch
5.安装d2l和jupyter
进入<<动手学深度学习>>官网,下载jupyter记事本
链接:动手学深度学习
打开Anaconda Powershell
输入pip install jupyter d2l 安装相应的包
安装完成后输入jupyter notebook 进入网页
注意:如果需要打开的文件在D盘,可以在Anaconda Powershell页面中先将打开文件切换到D盘,这样打开jupyter notebook后可以找到相应的文件
打开jupyter notebook后:
6.下载d2l记事本运行测试
选择chapter_convolutional-modern
选择resnet.ipynb
选择Kernel 选择Restart&Run All
提示错误:ModuleNotFoundError: No module named ‘torch’
进入Anaconda Powershell,输入conda list查看conda在当前环境下是否安装torch,如果没有,则输入conda install torch
提示错误:ModuleNotFoundError: No module named ‘d2l’
进入Anaconda Powershell, 输入conda install d2l
训练模型运行结果:
仍存在的问题
使用conda install d2l之后conda list开始报错