小白深度学习环境搭建：Anaconda+GPU版本Pytorch

• 整体架构
• 术语解释
  • 库/包/package/library
  • Anaconda
  • Pycharm 编辑器
  • GPU (Graphics Processing Unit)
• 安装步骤
  • 确定CUDA版本
  • 安装Pytorch
• 验证成功
  • 1. 查看torch版本
  • 2. 查看cuda版本
  • 3. 查看cudnn版本

整体架构

---

术语解释

---

库/包/package/library

写好的模板（函数），可以通过添加参数实现某些功能
安装包 e.g. pip install matplotlib

Anaconda

虚拟环境控制系统
base : 默认环境-带有很多科学运算库
新环境: python解释器路径一般为anaconda3/envs/myenv/python.exe

conda常用命令

• 列出当前环境
  conda env list
• 创建一个新的环境
  conda create -n myenv python=3.9
conda create -n myenv python=3.9 -c 镜像地址
• 移除虚拟环境
  conda remove -n myenv --all
• 持久添加通道
  conda config --add channels 通道地址
• 删除通道
  conda config --remove channels 通道地址
  查看配置文件中有哪些通道
  conda config --show
conda config --get
• 激活/退出环境
  conda activate myenv
conda deactive myenv
• 查看/安装/卸载环境中的库/包
  conda list
conda install matplotlib==3.4.2 -c 镜像地址
conda search matplotlib
conda uninstall pytorch

Pycharm 编辑器

编辑调试python 文件

GPU (Graphics Processing Unit)

CUDA平台可以操纵NVIDIA品牌的显卡
Pytorch -> cuda runtime version -> cuda driver version ->GPU

安装步骤

---

确定CUDA版本

1. 根据显卡算力确定可选择的 CUDA Runtime Version，可以从wiki百科上查询CUDA
2. 确保 CUDA Driver Version >= CUDA Runtime Version
   命令行输入 nvidia-smi ，看到当前CUDA Version:10.2
   

官网安装Nvidia显卡驱动最新版本，确定更新完的driver版本 CUDA Version: 12.4

3. 确定 CUDA RuntimeVersion CUDA 12.1

安装Pytorch

conda
从官网
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
从镜像源
conda install pytorch torchvision torchaudio -c xxx
conda install pytorch-cuda=12.1 -c yyy

参考镜像地址
清华镜像 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
阿里巴巴镜像 https://mirrors.aliyun.com/anaconda/pkgs/main
https://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/
南京大学 https://mirror.nju.edu.cn/pub/anaconda/cloud/pytorch/win-64/

pip
pip3 install torch --index-url https://download.pytorch.org/whl/cu121

本地
下载地址在命令行中提示
pip3 install D:\xx\yy
pip3 install torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

验证成功

---

python
>>> import torch
>>> torch.cuda.is_available()
True

1. 查看torch版本

import torch
print(torch.__version__)

2. 查看cuda版本

import torch
print(torch.version.cuda)

3. 查看cudnn版本

import torch
print(torch.backends.cudnn.version())

@我是土堆 根据up的视频记录搭建过程 5/6/2024