文章目录
前言
在作者已经尝试部署环境的前提下,简要的写了这样一个流程以作参考,有的坑的地方真的让人头疼。为其他需要的同学提供一下参考的配置方案。
版本总结:
Anaconda使用2023.3.1版本
Python 3.7
Cuda 11.7
Cudnn 11.x
Pytorch 1.13.1
Pycharm 专业版存在试用时长,学生党建议社区版
一、anaconda的安装
进入anaconda官网下载软件:
https://www.anaconda.com/products/distribution/
点击下载
点击自动下载
去清华镜像下载(百度搜索anaconda清华源即可)
需要注意时间和版本:
安装Anaconda
点击next
同意协议
选择Just Me,防止改变环境;
记得更改安装位置,以后会用很大空间;
图省事,选择划红线的,软件自动修改系统变量和环境变量;
结束安装,两个选不选无影响。
二、安装CUDA
1.Win + R 打开命令行
2.输入nvidia-smi查看可安装的cuda版本号
注意:版本可以向下兼容比如CUDA 11.7最高支持11.7版本,也可以去安装11.7以下的版本。
若版本过低,需要去NVIDIA下载相应显卡型号的最新驱动
作者驱动安装演示:
注意根据显卡选择
后续自定义安装,均打勾即可。最后通过
nvidia-smi查看版本号
3.CUDA各版本下载地址
https://developer.nvidia.com/cuda-toolkit-archive
如无特殊需要安装最新版本即可。这里我选择的是CUDA 11.6
4.按下列图安装即可。
三、cudnn的安装
Cudnn作者在使用11.x版本cuda的基础上,下载了cudnn包。在NVIDIA官网下载需要进行注册登陆才可以。官网下载:https://developer.nvidia.com/rdp/cudnn-download
点开后使用第一个下载即可
下载后解压,将每个文件夹各文件复制到cuda目录下相应文件中
找目录地址可以参考,文件夹名为版本号(和之前不同,作者在之后会说明)
复制到相应的文件夹中即可
四、Pytorch的安装
在pytorch官网中,找到cuda对应版本的pip下载代码,复制到虚拟环境中即可。
官网地址:https://pytorch.org/
到这步作者发现一个问题,目前是2023.7.3,pytorch默认下载不提供11.7以下的cuda版本了,所以在制作完前面的教程后,作者重新安装了11.7版本的cuda。
之后在虚拟环境中pip安装即可,如下。
五、PyCharm安装教程
1.进入PyCharm官网
点击DOWNLOAD(PyCharm: the Python IDE for Professional Developers by JetBrains)
2.选择对应的环境(以Windows为例)
3.打开下载的exe安装程序并点击Next
4.选择安装的位置并点击Next(推荐不要安装到系统盘)
5.勾选这些选项并点击Next(不勾选会导致需要手动安装环境变量)
6.点击安装
7.安装后选择“I want to manually reboot later”(稍后重启)并点击Finish即可完成安装
六、Jupyter notebook的安装
(此处建议如果需要一劳永逸的话,将之前部分全部安装后在进行notebook的安装,作者在安装pytorch前进行了尝试,之后jupyter的内核就挂掉了,错误500代码,之后重新安装了jupyter后才可以使用)
在激活虚拟环境后输入
pip install jupyter notebook
安装完后进行尝试
作者示意图并非典型,演示时发现和之前有区别,能弹出notebook的网页以及可以new文件即可算作成功
七、整体验证
进入anaconda powershell prompt后
进入虚拟环境并进入python
确定python即anaconda没问题
接着引用torch包确认pytorch是否安装完毕
没报错证明存在torch包
显示pytorch版本号以及对应cuda版本。在此基本没有问题。
致谢
安装以及问题解决流程也参考了许多其他博主的方法,在此感谢
也感谢杨同学、沈同学、徐同学在此期间的帮助。