本文档详细介绍了如何配置深度学习环境，包括安装Anaconda、Pycharm、CUDA、cuDNN、PyTorch和OpenCV。通过一步步的指导，帮助用户在Windows系统上搭建GPU支持的深度学习开发环境，从检查系统版本、下载安装各个组件到验证安装成功，提供了一站式的解决方案。
文章目录
一、版本说明（CPU + GPU）
详细安装如下：
（1）【CPU版本】Anaconda（Python） + PyCharm + PyTorch（CPU） + OpenCV
（2）【GPU版本】Anaconda（Python） + PyCharm + CUDA + cuDNN + PyTorch（GPU） + OpenCV
附上一整套的安装包，版本已对应，可按需使用。环境配置如下：
- 百度网盘链接：https://pan.baidu.com/s/1GK9YZIk9C_Atk70-QCTCDQ?pwd=9sfh
- 提取码：
9sfh
- b站最全最简洁易学的深度学习环境配置教程：Anaconda + Pycharm + CUDA + CUdnn + PyTorch + Tensorflow
- 最全最简易的保姆教程：深度学习环境配置 Anaconda+Pycharm+CUDA+cuDNN+TensorFlow+PyTorch
二、环境配置
2.0、查看版本号
# - 打开 DOS 命令提示符窗口： WIN + R + cmd
# - 返回 DOS 命令窗口： exit()
# - 切换到指定路径： cd /d C:\Users\Administrator
"""#########################################################################
- 查看安装包的版本信息： pip show numpy（任意安装包）
- 查看Python版本号： python
- 查看Anaconda版本号： conda -V
- 查看CUDA版本号： nvcc -V
查看CUDA安装路径： set cuda
- 查看PyTorch版本号： python -c "import torch; print('Torch 版本:', torch.__version__); print('CUDA 是否可用:', torch.cuda.is_available())"
若未安装将提示: 'python' 不是内部或外部命令，也不是可运行的程序或批处理文件。
若未安装将提示: 'conda' 不是内部或外部命令，也不是可运行的程序或批处理文件。
若未安装将提示: 'nvcc' 不是内部或外部命令，也不是可运行的程序或批处理文件。
若未安装将提示: ModuleNotFoundError：No module named ‘torch’
#########################################################################"""
2.1、Anaconda安装
Anaconda（中文名" 大蟒蛇 "）：是一个开源的Python发行版本，包含了 conda 包管理器、Python 解释器以及大量科学计算和数据分析软件包（如：NumPy、SciPy、Pandas、Matplotlib、Jupyter 等）。
conda：是 Anaconda 发行版中的一个包管理器和环境管理器。conda 是 Anaconda 发行版的核心组件之一，但它也可以作为独立的软件包安装在其他 Python 发行版中使用。
- 通过 conda 命令，可以在同一个机器上创建、管理和维护 conda 环境，并能够在不同的环境之间切换。
- 通过 conda 命令，可以安装、更新和删除软件包。
Anaconda官网下载：Anaconda | The World’s Most Popular Data Science Platform。若官网登不上，可以通过镜像站下载。
（1）下载详细过程：
点击Get Additional Installers - 下载电脑对应的版本。
（2）安装详细过程：
Next - I Agree - Next（Just me）- Browse（建议不要安装到C盘） - 两个都勾选（表示将环境变量自动添加到系统变量中） - Install - Next - Next - Finish（都不勾选）。
（3）查看是否安装成功：
WIN +R + cmd + conda -V 或 python
- （1）若安装成功，则显示 conda 版本号，否则提示：‘python’ 不是内部或外部命令，也不是可运行的程序或批处理文件。
- （2）若安装成功，则显示 python 版本号，否则提示：‘conda’ 不是内部或外部命令，也不是可运行的程序或批处理文件。
安装成功后，（自动）添加 Anaconda 到系统环境变量PATH：
D:\Anaconda3D:\Anaconda3\ScriptsD:\Anaconda3\condabin
2.1.1、Mambaforge安装（mamba）
Mambaforge：基于 conda 的一个轻量级 Python 环境管理工具。
- 默认使用
mamba命令作为包管理器 - mamba 是 conda 的高速替代品，具有更快的包解析和安装速度。
- Anaconda（安装包非常大）：预装了数百个科学计算和数据分析的库
- Mambaforge（安装包小）： 不预装库，根据需求自行安装所需的库
- Mambaforge 可以被看作是
Miniforge的一个变体，它在 Miniforge 的基础上，默认使用 mamba 作为包管理器。
- 安装教程
- （1）使用 conda 安装 mamba（神奇的操作，不建议）：
conda install mamba -c conda-forge- （2）github源码下载：https://github.com/mamba-org/mamba
- （3）.exe安装包下载：https://github.com/conda-forge/miniforge/releases
- 使用教程：conda 命令怎么用，直接换成 mamba 即可。
2.2、PyCharm安装
PyCharm官网下载：PyCharm：JetBrains为专业开发者提供的Python IDE
- （1）下载详细过程：下载 - 选择Community版本（免费）直接下载。
提供两个两个版本：Professional（专业版，收费）和Community（社区版，免费）。- （2）安装详细过程：Browse（建议不要安装到C盘） - 全部勾选 - Install - 选择待会重启。
- （3）创建项目的环境配置：
打开软件 + File - Settings - Python：pythonProject - Python Interpreter（解释器） - 选择Python.exe的安装目录。
详细步骤如下：PyCharm下载安装教程 + 创建项目的环境配置
2.3、CUDA安装
CUDA（Compute Unified Device Architecture）：是 NVIDIA 开发的，用于 NVIDIA GPU 并行计算的并行计算架构和编程模型。
- 它是一种硬件架构，定义了 GPU 的并行计算单元、内存架构、线程模型等。
CUDA Toolkit： 是 NVIDIA 提供的，用于 GPU 加速计算的开发工具包，用于支持 CUDA 架构的并行计算。
- 它是一套软件工具，包含了一系列的工具、库和示例代码，用于开发、优化和部署基于 CUDA 的并行计算应用程序。
- GPU需要与CUDA结合，才能完成模型训练、PyTorch安装等等。
- 若没有CUDA，GPU在深度学习中就是个摆设。
- GPU推理速度是CPU的几十倍。
2.3.1、查看电脑 - 显卡型号
- （1）查看电脑显卡型号：
点击电脑菜单 + 鼠标右键 + 设备管理器 + 显示适配器 = NVIDIA显卡型号
2.3.2、查看电脑 - 最高支持CUDA版本
运行 nvidia-smi 命令，将显示 GPU 状态的表格：
WIN +R + cmd + 运行 + nvidia-smi
GPU： 表示 GPU 的编号，从 0 开始。
Name： 显示 GPU 的型号名称
Persistence-M： 显示 GPU 的持久模式状态（如：On始终运行、Off空闲时关闭）
Bus-Id： 显示 GPU 的总线ID，标识 GPU 的物理连接位置。
Disp.A： 显示器连接状态（通常显示为 Off 或 On）。
Volatile Uncorr. ECC： 显示 ECC 错误状态（通常为 N/A）。
Fan： 显示 GPU 的风扇转速，单位 RPM。
Temp： 当前 GPU 温度，单位摄氏度。
Perf： 当前 GPU 的性能状态（如：P0 表示最大性能，P8 表示最低性能）。
Pwr:Usage/Cap： 当前 GPU 的功率使用情况和功率上限，单位瓦特（W）。
Memory-Usage： 显示 GPU 内存使用情况，左 - 已用内存，右 - 总内存，单位MiB。
GPU-Util： 显示 GPU 的利用率，百分比值。
Compute M.： 显示 GPU 的计算模式（如：Default 或 Exclusive Process）。
MIG M.： 显示 Multi-Instance GPU 的状态（MIG）。
异常提示：‘nvidia-smi’ 不是内部或外部命令，也不是可运行的程序或批处理文件。
原因分析：NVIDIA驱动没有添加到系统环境路径中。
解决方案：我的电脑 + 鼠标右键 + 属性 + 高级系统设置 + 环境变量 + 系统变量 + Path + C:\Program Files\NVIDIA Corporation\NVSMI
异常提示：C:\Program Files\NVIDIA Corporation\NVSMI 目录不存在
原因分析：NVIDIA官网 - 将新版 nvidia-smi.exe 保存在 system32 目录下
解决方案：（1）Everything软件查找 nvidia-smi.exe；（2）在 C:\Program Files\NVIDIA Corporation 目录下新建 NVSMI 文件夹；（3）将 system32 目录下的MCU.exe、nvdebugdump.exe、nvidia-smi.exe、nvml.dll拷贝一份到 NVSMI 文件夹中。
2.3.3、CUDA下载与安装（核对版本关系）
CUDA官网下载：CUDA Toolkit Archive | NVIDIA Developer
（1）下载详细过程：请参考本机的显卡驱动以及电脑最高支持的CUDA版本，选择对应的版本。（版本不宜太高，否则将导致其他配置环境没有对应的版本。）
（2）安装详细过程：
- 异常提示：若本机已安装过CUDA，则只保留三个NVIDIA插件：NVIDIA GeForce Experience、NVIDIA PhysX 系统软件、NVIDIA 图形驱动程序。其余必须全部卸载干净，否则可能会导致安装失败。
- 异常提示：在选择驱动程序组件时
- （1）若本机未安装Visual Studio，则默认全部勾选。
- （2）若本机已安装Visual Studio，则系统会自动核实VS与CUDA版本是否匹配。
- 异常提示：若不匹配，系统将循环让你确认而导致无法安装。
- 解决方案：卸载 Visual Studio 后重新安装且不勾选 CUDA 组件下的 VS，即可正常安装。此时，系统提示" 没有VS将导致部分功能无法使用 "，无需理会。
- 安装成功后，（自动）添加CUDA到系统环境中：
变量名CUDA_PATH —————————— 变量值D:\CUDA_mange\CUDA11.8\CUDA02变量名CUDA_PATH_V11_8 ———— 变量值D:\CUDA_mange\CUDA11.8\CUDA02
2.4、cuDNN下载与安装
cuDNN（CUDA Deep Neural Network library）：是由 NVIDIA 提供的针对深度神经网络的加速库，用于加速深度神经网络的训练和推理过程。
- 提供了一系列高效的基本操作实现，如卷积、池化、归一化和激活函数等，以及一些优化技术，可以大大加速深度学习模型的训练和推断过程。
- 针对 NVIDIA GPU 进行了高度优化，利用了 GPU 的并行计算能力，使得深度学习模型在 GPU 上的运行速度更快。
- 支持多种深度学习框架，包括Caffe2、Chainer、Keras、MATLAB、MxNet、PaddlePaddle、PyTorch和TensorFlow。
cuDNN官网下载：CUDA Deep Neural Network (cuDNN) | NVIDIA Developer
- （1）下载详细过程：
注册NVIDIA账号 + 选择与CUDA相对应的cuDNN版本。
- （2）安装详细过程 查看CUDA安装路径：
WIN +R + cmd + 运行 + set cuda
- （3）查看是否安装成功
11、切换路径：WIN + R + cmd + 运行 + cd /d D:\CUDA11.1.0\CUDA02\extras\demo_suite
22、将该路径下的bandwidthTest.exe+deviceQuery.exe先后拖到 cmd 界面中，若都能运行成功，则证明cudnn安装成功。cmd中检查cuda及cudnn是否成功安装及其版本
2.5、PyTorch安装
PyTorch：由 Facebook 的人工智能研究团队开发和维护的，用于机器学习和深度学习的开源深度学习框架。
- 提供了易于使用的 API 和丰富的功能，使得用户可以轻松构建和训练各种类型的神经网络模型。
2.5.1、pip安装 + 升级（在线与离线）
- 报错提示：‘pip’ 不是内部或外部命令，也不是可运行的程序 或批处理文件 – 解决方法
- 解决方案：添加环境变量
D:\Anaconda\Scripts- 查看结果：
WIN + R + cmd + 运行 + pip
- 报错信息：
WARNING: There was an error checking the latest version of pip.- 中文翻译：警告：检查最新版本的 pip 时出错。
- 原因分析：需要升级 pip 版本，才可以安装其他模块。
- 解决方案：
- 第一种：pip在线升级
- 在 cmd 命令提示符窗口中，输入：
python -m pip install --upgrade pip- 第二种：pip离线升级（.whl）
- 11、Python官网轮子下载：https://pypi.org/project/pip/#files
- 22、将安装包存放到 python.exe 的目录下，并且在 cmd 命令窗口中通过 cd 命令跳转到 python.exe 目录下。
- 33、在 cmd 命令提示符窗口中，输入：
python -m pip install --upgrade xxx.whl- 44、此时，系统会自动卸载原版本，再安装新版本，最终显示安装成功。
2.5.2、PyTorch安装（在线与离线）
PyTorch在线安装
PyTorch官网下载：An open source machine learning framework that accelerates the path from research prototyping to production deployment.
- （1）详细下载过程：
在官网中，找到与本机对应的CUDA版本并选中 + 鼠标右击并复制
- （2）详细安装过程：在 cmd 命令提示符窗口中，输入：
pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu113/torch_stable.html
PyTorch 离线安装 ：PyTorch 离线安装详细教程
（1）PyTorch 轮子下载：
轮子下载：(CPU/GPU) torch、torchaudio、torchvision
torch：是一个开源的 Python 深度学习框架。tochvision：用于图像处理，提供一些常用的数据集、模型、转换函数等。torchaudio：用于加载 wav 和 mp3 格式的音频文件，获取原始信号。参数讲解：
cu111/torch-1.9.1%2Bcu111-cp39-cp39-win_amd64.whl
cu111：表示 GPU 版本的Pytorch，且CUDA版本为11.1。torch-1.9.1：表示 torch 版本为1.9.1。%2B：表示 beta 版本，与正式版一样。cp39：表示 python 版本为 3.9。win_amd64：表示适配的操作系统。备注1：找到本机的CUDA版本，选择对应的 PyTorch 版本； 否则将提示当前轮子在该平台不支持。
备注2：torch、torchaudio、torchvision版本必须一致； 否则将提示当前轮子在该平台不支持。查看版本对应关系
（2）PyTorch 轮子安装：torch、torchaudio、torchvision
- 11、在 cmd 命令提示符窗口中，提供 cd 命令定位到 .whl 的存放地址。
- 22、依次安装：
pip install torch-xxx.whlpip install torchvison-xxx.whlpip install torchaudio-xxx.whl
【BUG】PyTorch no longer supports this GPU.
- 【BUG】PyTorch no longer supports this GPU.
- 原因分析：GPU型号比较旧(如：GeForce GT 730，2G显存，算力3.5)，当前版本的PyTorch已经不支持。
- 解决方法：降低 PyTorch 版本。
2.6、OpenCV（python）安装
注意：opencv_python 和 opencv_contrib-python 的版本必须一致
- 卸载老版本
- dos命令提示符窗口中，依次安装：
pip uninstall opencv-python==4.1.2.30pip uninstall opencv-contrib-python==4.1.2.30
- 第一种：在线安装 ：dos命令提示符窗口中，依次安装：
pip install opencv-python==3.4.2.16pip install opencv-contrib-python==3.4.2.16- 第二种：离线安装（.whl）
（1）下载详细教程
- opencv-python下载（清华园镜像）：Links for opencv-python
- opencv-contrib-python下载（清华园镜像）：Links for opencv-contrib-python
（2）详细安装教程：dos命令提示符窗口中，cd到下载地址。依次安装：
pip install opencv_python-4.5.4.60-cp39-cp39-win_amd64.whlpip install opencv_contrib_python-4.5.4.60-cp39-cp39-win_amd64.whl
2.7、OpenCV（C++）安装
（1）简介
OpenCV（Open Source Computer Vision Library）：是一个跨平台的开源计算机视觉库。可用于开发实时的图像处理、计算机视觉以及模式识别程序。
- 基于C++语言编写，主要接口也是C++语言，但依然保留了大量的C语言接口。该库也有大量的Python、Java and MATLAB / OCTAVE（版本2.5）的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#、Ch、Ruby、GO的支持。
- 由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。可以使用英特尔公司的IPP进行加速处理。
（2）下载与安装
OpenCV支持多平台：Windows、Android、Maemo、FreeBSD、OpenBSD、iOS、Linux和Mac OS。根据个人情况，选择对应版本。该教程以Windows为例：
- Opencv官网下载：https://opencv.org/ 。选择Library下的Releases，进入到下载页面；或直接访问下载页面：https://opencv.org/releases/
- 点击Windows后，将跳转下载页面，文件名：
opencv-4.7.0-windows.exe。- 下载完成后，双击打开并选择安装路径，开始安装。
（3）环境变量配置
- 详细过程如下：我的电脑 + 鼠标右击选择属性 + 选择高级系统设置 + 点击环境变量 + 选择系统变量下的Path变量 + 点击编辑 + 新建以下地址变量：
E:\opencv c++\opencv\build\x64\vc15\binE:\opencv c++\opencv\build\x64\vc15\libE:\opencv c++\opencv\build\includeE:\opencv c++\opencv\build\include\opencv2- 其中：E:\opencv c++\opencv 是 opencv 的安装路径。
安装完成后，若想在VS中调用，还需要在VS编辑器中部署相关配置，详细见下文。
（4）Visual Studio 部署 OpenCV
备注：下载的 OpenCV 是 x64 版本，故需要切换：Debug x86 -> Debug x64。
- 设置VC++目录 - 包含目录
- 详细过程如下：选择项目 + 鼠标右击选择属性 + 选择VC++目录，点击包含目录下拉框，选择编辑，在弹出的新页面中，新建以下路径：
E:\opencv c++\opencv\build\includeE:\opencv c++\opencv\build\include\opencv2- 设置VC++目录 - 库目录
- 详细过程如下：选择项目 + 鼠标右击选择属性 + 选择VC++目录，点击库目录下拉框，选择编辑，在弹出的新页面中，新建以下路径：
E:\opencv c++\opencv\build\x64\vc16\lib- 设置链接器 - 附加依赖项
- 详细过程如下：选择项目 + 鼠标右击选择属性 + 选择链接器 - 输入，点击附加依赖项下拉框，选择编辑，在弹出的新页面中，新建以下文件名：
- Release模式：
opencv_world455.lib- Debug模式：
opencv_world455d.lib
2.8、Visual Studio安装
2.9、Python安装包：python-3.12.10-amd64.exe
- 下载官方Python安装包（推荐直接去Python.org官网)。
- 安装时注意两点：
- （1）勾选Add Python to PATH。
- （2）选择Customize installation，然后勾选Install for all users，安装到系统盘如C:\Python39。
210、Python开源常用扩展包：.gz 安装教程
- PyPi官网下载地址（.gz）：Python Package Index (PyPI) 是 Python 编程语言的软件存储库。
- （1）快速搜索文件：ctrl + F + 想要下载的文件名，下载对应的版本号。
- （2）
Dos命令行窗口下cd到安装包的setup.py文件路径下，输入：python setup.py install
2.11、Python开源常用扩展包：.whl 安装教程
- Python开源常用扩展包下载地址（.whl）：Archived: Unofficial Windows Binaries for Python Extension Packages
- （1）快速搜索文件：ctrl + F + 想要下载的文件名，下载对应的版本号。
- （2）
Dos命令行窗口下cd到.whl文件路径下，输入：pip install xxx.whl。
- Python.wheel官网下载地址（.whl）：Python的轮子 – 常用的包、库、软件
- 快速搜索文件：ctrl + F + 想要下载的文件名，下载对应的版本号。
（1）轮子安装（.whl文件）是不需要联网的，因为轮子文件中已经包含了所需的依赖关系。
（2）翻墙状态，无法安装。—— 异常提示：网络设置或SSL配置问题。
2.12、清华大学镜像源 + 阿里云镜像源
清华大学镜像源和阿里云镜像源都是国内知名的 Python 包管理系统 (PyPI) 镜像源。它们的主要目的是提供快速稳定的 Python 包下载服务，特别是在国内用户访问官方 PyPI 镜像速度较慢的情况下。
若不使用镜像：（1）网络问题而安装失败；（2）耗时长；
- 清华大学镜像源网址：https://pypi.tuna.tsinghua.edu.cn/simple
- 由清华大学 TUNA 协会（Tsinghua University Network Administrators）维护。
- 提供了包括 Python 包在内的多种开源软件的镜像源。
- 更新较及时，能够同步最新的官方 PyPI 仓库内容。
- 适合范围：国内学术环境和科研人员使用。
- 使用方法：
pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple
- 阿里云镜像源网址：http://mirrors.aliyun.com/pypi/simple
- 由阿里巴巴集团旗下的阿里云（Alibaba Cloud）提供和维护。
- 提供高性能的镜像服务，适用于各种开源软件。
- 有着强大的基础设施和带宽支持，下载速度快，稳定性高。
- 更新频率较高，能够快速同步官方 PyPI 仓库内容。
- 适合范围：企业级用户和开发者使用。
- 使用方法：
pip install package_name -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
--trusted-host mirrors.aliyun.com参数告诉 pip 信任这个主机，即使它使用的是 HTTP 而不是 HTTPS。因为默认情况下，pip 只信任 HTTPS 主机，以确保包的安全性。
- 安装失败：
pip install package_name -i http://mirrors.aliyun.com/pypi/simple- 安装失败：
pip install package_name -i https://mirrors.aliyun.com/pypi/simple- 安装失败：
pip install package_name -i https://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
"""两种镜像源的适用范围（仅个人测试结论）"""
# （1）requirements.txt安装
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
# （2）python包安装
conda install python==3.9
pip install opencv-python==4.5.1.48 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
pip install opencv-contrib-python==4.5.1.48 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
扫一扫
3007
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
