Mxnet、Pytorch环境安装配置(Windows)

本文介绍了在Windows上安装深度学习环境的详细步骤,包括Anaconda的安装、CUDA和cudnn的配置,以及Pytorch和Mxnet的虚拟环境安装。特别强调了在安装过程中遇到的依赖问题和解决方案,以及如何在jupyter lab和pycharm中使用这些环境。
摘要由CSDN通过智能技术生成

前言

一、Anaconda安装

首先是为什么选用Anaconda,总而言之就是省事,主要是它的虚拟环境管理什么的都太方便了,具体操作配置什么的后边再将。本人在安装pytorch时,最开始安装的是1.7.0+cu102那个版本,但是它有的依赖都是有一定的版本范围的,比如它要求numpy的版本大于等于1.8小于1.17,而此时以我这个时间段最新的版本的Anoconda安装的numpy是1.20的。虽说安装时会卸载不匹配的依赖,但是,这有时候并不是完全ok的,因为我当时安的时候就报错了,说安装numpy时出了问题,于是我就手动安装,问题就解决了。后边了解到有虚拟环境这回事时,就方便多了。

首先进入 这个地址下载https://www.anaconda.com/products/individual选择与自己电脑系统相匹配的版本。

安装完后就需要配置一下环境变量
把Anaconda安装位置,以及\Libirary\bin,以及\Scripts放进path里即可
在这里插入图片描述
我这个Acconda就是安装的位置(Anaconda当时创建文件夹时打错了,不要计较)。反正D:\APP\Acconda根据自己安装位置修改即可。

二、Cuda安装

如果要安装Gpu版本的pytorch或Mxnet都得首先安装cuda,对于cuda不同版本的兼容性,本人没有试验过,所以保险起见,还是都安装某一确定版本的吧。对于pytorch 安装10.2,11.1版本好像都没啥大的问题,这个本人都安装过,可以保证。如果只是安装pytorch,那么什么版本都没问题。可是假如你此时还想安装Mxnet,那我觉得还是安装cuda 10.1版本比较好。一是稳定,二是方便。

首先干的一件事应该是教如何卸载,因为这玩意儿安装后,它不会覆盖,会多个共存,为了防止出现问题,所以先看看有没有,有了就卸载。

去应用中心搜索cuda,把这几个全卸了就OK。
在这里插入图片描述

cuda下载链接https://developer.nvidia.com/cuda-zone,话说,在官网里 还挺难找,官网连个搜索都没有。
在这里插入图片描述选择这个archive of previous releases,直接点这个链接也可以https://developer.nvidia.com/cuda-toolkit-archive
进入以后下载10.1的版本,10.1的也有好几个版本,我下载的是最新的。

下载后就安装,不断地下一步,下一步就行。环境变量也会自己给你配好。

看是否安装好就执行

nvcc -V

如下则成功

  • 2
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值