win10环境下不联网电脑配置pytorch深度学习环境

win10环境下不联网电脑配置pytorch深度学习环境

不联网电脑配置深度学习环境思路

最近刚开始研究学习,走了一些弯路记录一下。由于单位工作站无法联网,所以需要离线配置深度学习人生。有两种思路在不联网电脑上配置深度学习环境,一种是下载离线安装包,然后拷贝到不联网电脑上进行安装,效率低,一开始不懂就采用的这种方法,一种是在联网电脑上完全配置好环境,直接将环境移植到不联网电脑。推荐第二种方法,在联网电脑中完全配置好环境,移植即可。

环境配置步骤

根据研究内容,相关论文以及显卡配置确定python版本、pytorch版本、cuda版本等,此处略过不表。深度学习环境配置步骤:

  1. 根据要安装的python版本,下载anaconda版本,安装anaconda;
  2. 安装cuda版本;
  3. 下载cudnn,拷贝到相应目录;
  4. 创建虚拟环境,安装pytorch、torchvision等;
  5. 其他python库安装;

pytorch安装

在线安装pytorch失败,最后采用了离线安装,下载清华大学镜像,链接: [link]https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/,得到.bz2的文件,用conda离线安装。激活虚拟环境,cd命令切换到.bz2目录,输入命令conda install --offline {.bz2文件名}。此方法在联网电脑与非联网电脑均测试成功。
如果此步骤报错,提示没有找到typing_extensions、numpy等,可以利用pip install name进行安装,也可以下载离线文件进行安装。安装完以后继续安装pytorch。
安装完pytorch后进行测试,如果import torch报错,根据错误安装相应的库即可。

镜像源

安装python库时,速度一般较慢,可以输入以下命令:

// An highlighted block
pip install name -i https://pypi.tuna.tsinghua.edu.cn/simple

安装python库

确保在虚拟环境中安装需要的库,常用的库如matplotlib等,依赖项比较多,安装比较麻烦,利用镜像源网址在线简单且快速。

虚拟环境移植

找到anaconda安装目录,打开envs文件夹,将要移植的环境拷贝到新电脑。在新电脑激活即可,比如pytorchtest

// An highlighted block
activate pytorchtest

确保两台电脑anaconda安装路径一致,如果虚拟环境路径不一致,可能会出问题。
然后就开始开始深度学习的学习了!

  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
为了配置深度学习环境,你可以按照以下步骤进行操作: 1. 安装 CUDA 和 cuDNN:CUDA 是 NVIDIA 的并行计算平台,而 cuDNN 是用于深度神经网络的 GPU 加速库。首先,确保你的显卡支持 CUDA。然后,从 NVIDIA 官方网站下载和安装适合你显卡的 CUDA 版本。接着,从 NVIDIA 开发者网站下载并安装对应 CUDA 版本的 cuDNN。安装过程中可能需要手动配置环境变量。 2. 安装 Python 和 pip:Ubuntu 已经预装了 Python,你可以通过终端检查 Python 版本。然后,安装 pip,它是 Python 的包管理器,用于安装和管理 Python 库和依赖。 3. 创建虚拟环境(可选):虚拟环境可以帮助你隔离不同项目的依赖关系。使用以下命令创建一个新的虚拟环境: ``` python3 -m venv myenv source myenv/bin/activate ``` 4. 安装深度学习库:可以使用 pip 安装常用的深度学习库,如 TensorFlow 或 PyTorch。例如,安装 TensorFlow: ``` pip install tensorflow ``` 5. (可选)安装其他依赖库:根据你的需求,可能需要安装其他库,例如 OpenCV、numpy 等。使用 pip 安装这些库: ``` pip install opencv-python pip install numpy ``` 6. 配置 GPU 支持:在使用深度学习库时,你可能需要配置 GPU 支持。确保你的显卡驱动已正确安装,并且将深度学习库配置为使用 GPU。 这些是配置深度学习环境的基本步骤,具体的安装和配置步骤可能因你使用的深度学习库和版本而有所差异。建议查阅相关文档以获取更详细的指导。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值