本章节仅以当前主流的PyTorch为例介绍配置方法,其余深度学习框架可类比。
进入官网地址找到对应的版本安装:PyTorch
下拉至install pytorch进行安装(本人安装的是最新版本的pytorch,如有需要可选择历史版本),这里需要注意CUDA的版本,不能超过第二章中安装的CUDA版本,由于本人安装的是CUDA12.3,故在此选择CUDA12.1。
许多朋友到这里会产生疑惑,CUDA版本不一样难道也可以吗?需要注意,这里的CUDA是安装到虚拟环境中搭配PyTorch开发框架的特定版本,与之前安装的CUDA无关。
具体安装方式常用的有两种:conda指令安装或者pip指令安装。(两种安装方式可类比)
这里介绍conda指令的安装:
打开或anaconda prompt或CMD或powershell,进入到需要安装pytorch的虚拟环境,复制并运行如上图的安装指令,以本人为例:
conda activate pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
输入 Y 确认安装,安装完成后,进入Python环境,引入torch包,检查是否安装成功。
python # 进入PyThon环境
import torch # 导入pytorch库
torch.cuda.is_available() # 返回True证明cuda可用
print("CUDA version:", torch.version.cuda) # 检查cuda版本(这里cuda版本应和上面安装指令中的一样)
import torchvision # 导入torchvision
print("TorchVision version:", torchvision.__version__) # 检查torchvision版本
完成上述操作后,恭喜你成功配置了自己的深度学习环境!开始在自己的环境中创作吧!!!
至此, Win11搭建深度学习环境已全部更新完毕,后续会更新conda中常用的指令,欢迎大家学习!