Unet环境配置pytroch框架

环境配置

先安装Anaconda，再安装cuda，配置torch环境

一、Anaconda安装

Anaconda的安装主要是为了方便环境管理，可以同时在一个电脑上安装多种环境，不同环境放置不同框架：pytorch、tensorflow、keras可以在不同的环境下安装，只需要使用conda create –n创建新环境即可。

1、Anaconda的下载

anaconda的下载：
如果想要安装最新的Anaconda，首先登录Anaconda的官网：https://www.anaconda.com/distribution/。直接下载对应安装包就可以。
一般是下载64位的，下载完成后打开。

2、Anaconda的安装

                               

选择安装的位置，可以不安装在C盘。

                               

我选择了Add Anaconda to my PATH environment variable，这样会自动将anaconda装到系统的环境变量中，配置会更加方便一些。

                               

等待安装完之后，Anaconda的安装就结束了。

二、Cudnn和CUDA的下载和安装

我这里使用的是torch=1.2.0，官方推荐的Cuda版本是10.0，因此会用到cuda10.0，与cuda10.0对应的cudnn是7.4.1。

1、Cudnn和CUDA的下载

网盘下载：
链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ
提取码: 8ggr

官网下载：
cuda10.0官网的地址是：
cuda10.0官网
cudnn官网的地址是：需要大家进去后寻找7.4.1.5。
cudnn官网

下载完之后得到这两个文件。

2、Cudnn和CUDA的安装

注意：安装前关闭360，安全管家等，不然在安装到一半时出现  xxx.dll文件拒绝访问
下载好之后可以用管理员方法打开exe文件进行安装

                         

这里选择自定义

                       

然后直接点下一步就行了

                          

安装完后在C盘这个位置可以找到根目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0     

然后把下载好的Cudnn的内容进行解压，解压之后如下图

   

把解压之后的内容直接复制到C盘的根目录下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0  就可以了

三、配置torch环境

1、pytorch环境的创建与激活

Win+R启动cmd，在命令提示符内输入以下命令：

conda create –n pytorch python=3.6
activate pytorch

这里一共存在两条指令：
前面一条指令用于创建一个名为pytorch的环境，该环境的python版本为3.6。
后面一条指令用于激活一个名为pytorch的环境。

2、pytorch库的安装

由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。

activate pytorch 

此时cmd窗口的样子为：

a、官方推荐安装方法（推荐）
打开pytorch的官方安装方法：
https://pytorch.org/get-started/previous-versions/
官网推荐的安装代码如下，我使用的是Cuda10的版本，不太懂为什么要写3个=才能正确定位，两个=会定位到cuda92的whl：

# CUDA 10.0
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

这是pytorch官方提供的指令，用于安装torch和torchvision。

b、先下载whl后安装
需要注意的是，直接这样安装似乎特别慢，因此我们可以进入如下网址:
https://download.pytorch.org/whl/torch_stable.html
找到自己需要的轮子下载。下载的时候使用迅雷下载就行了，速度还是比较快的！

                                 

下载完成后找到安装路径：

                               

在cmd定位过来后利用文件全名进行安装就行了！

                          

这里我也传一个百度网盘的版本
链接: https://pan.baidu.com/s/14-QVk7Kb_CVwaVZxVPIgtw
提取码: rg2e
全部安装完成之后重启电脑。

3、其它依赖库的安装

但如果想要跑深度学习模型，还有一些其它的依赖库需要安装。具体如下：

scipy==1.2.1
numpy==1.17.0
matplotlib==3.1.2
opencv_python==4.1.2.30
torch==1.2.0
torchvision==0.4.0
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0

如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中

Win+R启动cmd，在命令提示符内输入以下命令：

pip install -r requirements.txt

至此Unet的环境已完成！

服务器cuda版本的命令

nvidia-smi

笔记本电脑的cuda版本命令(win安装torch是cuda的版本用nvcc -V查看)

nvcc -V

tensorflow 的下载Links for tensorflow (tsinghua.edu.cn)https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/