Windows下配置深度学习开发环境
*备注:
- _ubuntu18.04下,直接参考链接ubuntu18.04上安装cuda
_
一、安装Python3.9 + Anaconda3
1.下载Anaconda安装包
2.测试验证是否安装成功
输入cmd,打开命令提示符
列举出使用conda自带就安装的工具包以及查看conda版本
conda list
conda --version
在cmd中能敲出conda相关命令即表示 Anaconda 已经安装成功。
二、安装CUDA
安装前确保电脑有NVIDIA显卡
1.下载cuda
下载cuda10.2
此处我用的是10.2版本,未用最新版本11.6,需要的话直接网页搜索cuda download即可。
下载2.6GB,等待时间较久,预计半小时。
2.安装选择路径
这里注意勾选 顺便安装Visual Studio
3.测试验证是否安装成功
找到此路径下的nvcc,这个程序就是cuda语言的一个编译器,能找到就表示已安装成功。
快捷键 win+R 再次打开cmd,输入命令行检查显示10.2即OK。
nvcc -V
如果出现not 等非以上图中所示,可能是环境变量未配置好
进行如下操作,在编辑环境变量界面如果没有蓝色行路径,则点击新建,手动添加进去即可。
三、安装Pytorch
1.打开Pythorch官网
2.复制命令进行安装
复制 conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
(自行对应版本)到 cmd
注意:此处要以管理员身份打开,因为要安装软件需要权限
是否需要安装,输入“y’直至成功即可
此处我出现python为3.9版本过高和cuda10.2版本过低不匹配问题
解决:降低python版本为3.6
create -n nj python=3.6
activate nj
顺便创建一个自己的环境用,nj是自己定的,自行修改
第二行命令表示激活一下,即可看到命令行前面的括号由(base)→(nj)
3.上述情况仍不成功即在Pytorch界面选择pip
(conda与pip区别:conda包含pip,pip 只是用来安装python包的,安装的是python wheel或者源代码的包。conda 是用来安装conda package,虽然大部分conda包是python的,但它支持了不少非python语言写的依赖项,比如mkl cuda这种c c++写的包。)
复制pip3 install torch==1.10.2+cu102 torchvision==0.11.3+cu102 torchaudio===0.10.2+cu102 -f https://download.pytorch.org/whl/cu102/torch_stable.html
到以管理员身份运行下的cmd
完成
四、安装(Python的ID)PyCharm
1.下载PyCharm
选择Community版本下载PyCharm链接
安装完成即可
2.配置Interpreter
桌面双击打开,勾选,contnue
New Project
新建一个文件即可开始输入了
3.测试验证是否安装成功
mport torch
print(torch.__version__)
print('gpu:', torch.cuda.is_available())
右键run即可
五、安装cuDNN
安装cuDNN
(cuDNN是一个SDK,是一个专门用于神经网络的加速包;要在CUDA上运行深度神经网络,就要安装cuDNN)
1.选择对应版本下载cuDNNv8.3.1
进入官网后,免费注册一个账号后就可以开始下载
2.将下载的包解压后全部复制粘贴到CUDA下
3.测试验证是否成功
1.进入到cuda的安装路径,确定这两个文件路径
2.cmd中先cd到cuda安装路径下
3.再执行deviceQuery.exe
和bandwidthTest.exe
两个命令,出现如下界面即可
到此,一整套Windows下深度学习的开发环境就配置妥了!
六、其他版本查看
查看其他配置对应版本
至于需要用到其他的就自行操作吧,对应各个版本的链接放这了。告辞告辞!