21. GPU版本-安装Anaconda_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1S5411X7FY/?p=21&spm_id_from=pageDriver&vd_source=324e295c6c2f0e4e9a8d9fcd896a04ae
1、Python
编程语言----人与计算机
Python就是人与计算机相互交流的一门编程语言
Python是计算机世界中比较(语法)简单的语言
2、库/包/package/library
包/库,就是别人分享的工具(模板)。
有了这些工具,我们可以高效地完成一些事情。
如果安装包,就是使用pip install包名
3、PyTorch/Tensorflow
其实就是Python的库
安装其实就可以使用pip install包名
4、Anaconda
Python环境
Conda命令,我们可以使用conda install 包名-库(APP),conda/pip(应用商店)
虚拟环境——PyTorch 1.10版本,1.4版本
5、Python是如何运行起来的(传统方法)
我们先写好代码,保存成.py文件-调用Python+文件名 运行文件
6、PyCharm
能够进行代码补全
代码运行----一键完成
实时语法错误检查
配置一个项目的时候,需要配置好Python解释器,Python解释器相当于虚拟环境。
7、显卡GPU及其相关概念
软件层面Cuda的版本要小于等于硬件层面Cude的版本,挨近计算机的Cuda是软件层面的,挨近显卡的Cuda是硬件层面的。
硬件Cuda是跟驱动绑定的,Cuda runtime version是下图的Cuda
GPU中含有大量的算数逻辑处理单元,加速运算
对于图片,把很多图片放到处理单元中运算
8、深度学习中各个软件的关系
9、安装Anaconda
conda env list #查看当前有哪些虚拟环境
conda create -n zhangpytorch python=3.6 #创建一个虚拟环境,命名为zhangpytorch
conda activate zhangpytorch #进入这个虚拟环境中
conda list #查看当前虚拟环境下有哪些包
conda remove -n zhangpytorch -- all #移除该虚拟环境下的所有东西
10、GPU与CUDA的准备工作
Cuda runtime version 的版本最好比 Cuda driver version的版本要低
举例分析
1、确定显卡型号
2、确定显卡算力 8.9
3、确定CUDA Runtime所处范围
4、我们看自己的驱动CUDA Driver Version
nvidia-smi
5、根据Runtime版本需低于Version版本的理论,最终确定我们适用的Runtime版本在CUDA 11.8、12.0-12.1范围内
6、从中选最新的版本,运行命令:conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
11、Conda的通道与镜像地址
利用该代码来添加通道地址
config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main