本人最近做有关的项目要用到深度学习,安装深度学习全家桶的方法有很多,网上可以找到很多,但是质量参差不齐(甚至不同方法间相互矛盾),虽然能够达到相同的效果,但是过程不尽一致,对于某一种方法如果复现不了的话很容易陷入困惑,下面我来分享一种能够实现的方法(自己亲测有效)。
一.安装anaconda
相对于后面三个环境,anaconda的安装是最简单的,只需要打开相关官网按照具体流程操作完成即可。具体流程如下:
1.打开官网 https://www.anaconda.com/down(.com是国际网址,在国内加载网页可能会偏慢,如果你觉得下载速度慢可以将网址中".com"改为".cn",本人亲测有效)。
打开会看到如下界面,点击Download下载exe即可。
2.运行下载好的.exe文件,会弹出如下窗口。按照下面的图傻瓜式操作即可。
这里安装路径按照自己安装路径填入即可。
出现如上图所示的界面anaconda已经下载完成了。
二.cuda下载(如果显卡是AMD显卡而不是英伟达显卡或者没有独显的话,第二三步都可以跳过,且第四步只能下载pytorch-cpu版)
从这里开始,下载难度开始提升了。。。
1.首先打开自己的Nividia控制面板查看显卡对应cuda相应型号。
2.登录cuda官网选择合适的版本下载。网址:developer.nvidia.com(这里如果遇到网页加载不出来的情况可以同第一部分的操作)
点击红色框的内容会弹出如下界面。(这里是我之前的存图)
打开下载后的.exe会出现如下界面(重点注意这里的路径是临时解压路径,安装完成后会自动删除!!!)
点击ok等待安装
下载完成会跳出如下界面,点击红色框内的即可。
这里是cuda真正的安装路径可以由自己设置(不要和解压路径一样!!!)
接下来等待安装即可。
、
跳出如下界面说明安装已完成
接着按照要求重启电脑,如果不放心下载成功可以这样做,打开windows对话框,输入nvcc -V指令,出现如下界面就说明cuda已安装完成。
三.cudnn安装
1.下载cudnn需要注册Nvidia,按照官网要求操作即可。
2.注册完成后进入如下界面,选择合适的cudnn版本。(官网会给出cuda版本对应的cudnn版本)
3.将下载后的cudnn压缩包解压,可获得如下三个文件。
4.然后找到cuda的安装路径,分别将cudnn三个文件夹的内容分别复制到cuda对应的文件夹里面。如下所示:
5.为cudnn添加环境变量:找到环境变量-系统变量-path,分别将如下三个变量添加进去,完成安装。
到这里cudnn已经安装完成了,如果不放心cudnn是否安装成功,我这里提供一个方法:
打开windows系统对话框,调用deviceQuery.exe,bandwidthTest.exe查看是否出现如下界面:
如果出现以上界面说明cudnn已安装成功。
四.pytorch安装
安装完前三个软件接下来就要安装个人认为最难下载的pytorch了。
1.首先到pytorch官网去查询你的cuda配置所对应的pytorch版本。(正常来说要下载的pytorch版本应大于等于你现有cuda对应的版本)
2.选择相应的API(个人建议先选conda,如果conda速度慢,可以用pip,因不同电脑网络而异)
并复制相关的命令到anaconda prompt上。
3.首先创建虚拟环境
用conda创建环境来安装不同版本的pytorch,每次都安装删除会很麻烦,可以通过使用conda指令来为不同的版本创建单独的环境。进入cmd后输入指令:
conda create -n pytorch python=3.7.12(这里的版本根据自己实际情况选择)。
安装过程会出现y/n提示,输入y即可。安装的速度与网速有关,如若期间有未安装成功的部分再重新输入语句继续安装即可。
4.激活虚拟环境:输入conda activate pytorch 指令即可。
5.随后复制之前指令输入到窗口中,会得到如下界面。选yes即可,不同的api界面会不太一样,需要自己随机应变(中间可能有一堆其他反馈语句不需要管)
同样,下面提供一个检验pytorch是否成功安装的方法。
输入Python进入下Python环境,然后输入import torch
,如果没有报错说明可以导入成功。
再输入torch.cuda.is_available()
查看torch是否可以使用显卡,True就代表安装成功。
以上就是安装深度学习全家桶的具体教程,希望能够帮到大家!!!制作不易,还望大家多多关注哦!!!