创作来源 : W J
先安装最新版本的anaconda。
**可以不单独安装python软件(但我没有尝试过)
然后要安装cuda和cudnn。
1、 看自己的显卡支持什么版本的cuda和cudnn。方法:windows+r 后 输入cmd。打开电脑终端后输入nvidia-smi。就可以看到自己最高支持多高版本的cuda了。
这个示例表示可以安装最高12的版本,然后选择自己想安装的cuda版本和cudnn版本,要求cuda和cudnn版本号对应。亲测 cuda11.6.0配合cudnn8.4.1。
如何下载cuda和cudnn:离线下载。
网址:
cuda——CUDA Toolkit Archive | NVIDIA Developer
Cudnn——cuDNN Archive | NVIDIA Developer。
两个离线文件下载好过后,先安装cuda,一步一步接着同意就好了,注意不要改安装路径。后面将cudnn的压缩包解压,将里面的几个文件复制到刚刚安装的cuda里。Cuda的文件路径一般是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\。
检验是否安装成功:看博文windows 验证CUDA和CUDNN是否安装成功 - 知乎 (zhihu.com)。
2、随后打开anaconda的虚拟环境,在里面安装python和pytorch三巨头和其他的包
先建立虚拟环境:conda create -n PG python=3.9.15 **得验证一下,其中PG是你的虚拟环境的自命名。
下载pytorch三巨头:torch、torchvision、torchaudio。下载网址:download.pytorch.org/whl/torch_stable.html。
把下好的几个whl放到自己下载的anaconda的同文件夹下
然后先激活刚刚的虚拟环境PG:conda activate PG
然后pip安装:pip install torch-1.13.0+cu116-cp39-cp39-win_amd64.whl。其他同理。安装完了后 pip list看安装好了,版本也要检查。
接着安装其他的包。
(PG) C:\Users\dell>pip list
Package Version
----------------------------- ------------
absl-py 1.4.0
aiofiles 22.1.0
aiohttp 3.8.3
aiosignal 1.2.0
aiosqlite 0.18.0
anyio 3.5.0
appdirs 1.4.4
argon2-cffi 21.3.0
argon2-cffi-bindings 21.2.0
arrow 1.2.3
asttokens 2.2.1
async-timeout 4.0.2
attrs 22.1.0
Babel 2.11.0
backcall 0.2.0
backports.functools-lru-cache 1.6.4
beautifulsoup4 4.12.2
bleach 4.1.0
blinker 1.4
boltons 23.0.0
Bottleneck 1.3.5
brotlipy 0.7.0
cachetools 4.2.2
certifi 2023.5.7
cffi 1.15.1
charset-normalizer 2.0.4
click 8.0.4
colorama 0.4.6
comm 0.1.2
conda 23.5.0
conda-package-handling 2.1.0
conda_package_streaming 0.8.0
contourpy 1.0.5
cryptography 39.0.1
cycler 0.11.0
debugpy 1.5.1
decorator 5.1.1
defusedxml 0.7.1
efficientnet-pytorch 0.6.3
entrypoints 0.4
et-xmlfile 1.1.0
executing 1.2.0
fastjsonschema 2.16.2
filelock 3.12.0
flit_core 3.8.0
fonttools 4.25.0
fqdn 1.5.1
frozenlist 1.3.3
fsspec 2023.1.0
google-auth 2.6.0
google-auth-oauthlib 0.4.4
grpcio 1.48.2
huggingface-hub 0.13.2
idna 3.4
importlib-metadata 6.0.0
importlib-resources 5.12.0
ipykernel 6.19.2
ipython 8.12.0
ipython-genutils 0.2.0
ipywidgets 8.0.4
isoduration 20.11.0
jedi 0.18.1
Jinja2 3.1.2
joblib 1.2.0
json5 0.9.6
jsonpatch 1.32
jsonpointer 2.1
jsonschema 4.17.3
jupyter 1.0.0
jupyter_client 8.1.0
jupyter-console 6.6.3
jupyter_core 5.3.0
jupyter-events 0.6.3
jupyter_server 2.5.0
jupyter_server_fileid 0.9.0
jupyter_server_terminals 0.4.4
jupyter_server_ydoc 0.8.0
jupyter-ydoc 0.2.4
jupyterlab 3.6.3
jupyterlab-pygments 0.2.2
jupyterlab_server 2.22.0
jupyterlab-widgets 3.0.7
kiwisolver 1.4.4
lxml 4.9.2
Markdown 3.4.1
MarkupSafe 2.1.1
matplotlib 3.7.1
matplotlib-inline 0.1.6
menuinst 1.4.19
mistune 0.8.4
mkl-fft 1.3.1
mkl-random 1.2.2
mkl-service 2.4.0
multidict 6.0.2
munch 2.5.0
munkres 1.1.4
nbclassic 0.5.5
nbclient 0.5.13
nbconvert 6.5.4
nbformat 5.7.0
nest-asyncio 1.5.6
notebook 6.5.4
notebook_shim 0.2.3
numexpr 2.8.4
numpy 1.21.6
oauthlib 3.2.2
opencv-python 4.6.0.66
openpyxl 3.0.10
packaging 23.0
pandas 1.5.3
pandocfilters 1.5.0
parso 0.8.3
pickleshare 0.7.5
Pillow 9.4.0
pip 23.1.2
pkgutil_resolve_name 1.3.10
platformdirs 2.5.2
pluggy 1.0.0
ply 3.11
pooch 1.4.0
pretrainedmodels 0.7.4
prometheus-client 0.16.0
prompt-toolkit 3.0.36
protobuf 3.20.3
psutil 5.9.0
pure-eval 0.2.2
pyasn1 0.4.8
pyasn1-modules 0.2.8
pycosat 0.6.4
pycparser 2.21
Pygments 2.15.1
PyJWT 2.4.0
pyOpenSSL 23.0.0
pyparsing 3.0.9
PyQt5 5.15.7
PyQt5-sip 12.11.0
pyrsistent 0.18.0
PySocks 1.7.1
python-dateutil 2.8.2
python-json-logger 2.0.7
pytz 2022.7
pywin32 305.1
pywinpty 2.0.10
PyYAML 6.0
pyzmq 25.1.0
qtconsole 5.4.2
QtPy 2.2.0
requests 2.29.0
requests-oauthlib 1.3.0
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
rsa 4.7.2
ruamel.yaml 0.17.21
ruamel.yaml.clib 0.2.6
safetensors 0.3.1
scikit-learn 1.2.2
scipy 1.10.1
segmentation-models-pytorch 0.2.0
Send2Trash 1.8.0
setuptools 67.8.0
sip 6.6.2
six 1.16.0
sklearn 0.0.post5
sniffio 1.2.0
soupsieve 2.4
stack-data 0.6.2
tensorboard 2.10.0
tensorboard-data-server 0.6.1
tensorboard-plugin-wit 1.8.1
tensorboardX 2.2
terminado 0.17.1
threadpoolctl 2.2.0
timm 0.4.12
tinycss2 1.2.1
toml 0.10.2
tomli 2.0.1
toolz 0.12.0
torch 1.13.0+cu116
torchaudio 0.12.0+cu116
torchsummary 1.5.1
torchvision 0.14.0+cu116
tornado 6.2
tqdm 4.62.3
traitlets 5.7.1
typing_extensions 4.1.1
unicodedata2 15.0.0
uri-template 1.3.0
urllib3 1.26.16
wcwidth 0.2.5
webcolors 1.13
webencodings 0.5.1
websocket-client 0.58.0
Werkzeug 2.2.3
wheel 0.38.4
widgetsnbextension 4.0.5
win-inet-pton 1.1.0
y-py 0.5.9
yarl 1.8.1
ypy-websocket 0.8.2
zipp 3.11.0
zstandard 0.19.0
安装这些包:直接** conda install zstandard**就可以啦。如果下面显示源错误,那么就证明用conda下载不了,直接用pip。具体指令:pip install zstandard==0.19.0就可以了。Conda和pip的区别:conda可以直接安装你已经安装的包的兼容包,不会出错,但有些私立包下载不了,这时候就需要用pip,pip默认下载最新版本,为了不让版本冲突,可以直接指定版本是最安全的,也就是,能用conda下载成功的就不用pip。结束。