电脑型号:机械革命X8PRO 3060
系统:win10 ubuntu
前言:
之前的系统是win10和u的双系统,u不怎么用空占内存,还有就是因为在win10中yolo模型出现bud导致系统硬盘全慢,所以就更下定决心重做系统,双系统恢复成win10废了好大的功夫,后在实验室的同学帮助下安装的win10专业版。本文想复现的是yolov5 pytorch环境,但是走了四五天的弯路,一周的功夫都在卸载安装图像驱动、cuda、以及cudnn,很多网上的方法都是挂梯子和换源但是并不好用,所以文章记录的都是离线安装,好用着并且在找对版本的情况下能一次成功不浪费时间!
1 Visual Studio2019
下载Visual Studio社区版
下载链接:https://visualstudio.microsoft.com/zh-hans/downloads/
在这里的坑是使用360浏览器怎么都下载不成功(现至今并未找到原因,估计是网页自动拦截),后直接使用微软自带的浏览器Microsoft Edge直接就可以下载!
注意:后来的安装就不用多说了,注意的是安装时勾选“python开发”和“C++桌面开发”
2 下载和安装nvidia显卡驱动
首先要在设备管理器中查看你的显卡型号,可以看到我的是NVIDIA GeForce RTX 3060 Laptop GPU
NVIDIA 驱动下载链接:https://www.nvidia.cn/Download/index.aspx?lang=cn
下载对应你的英伟达显卡驱动。
下载之后就是简单的下一步直到完成。
完成之后,在cmd中输入执行:nvidia-smi
注:图中的 CUDA Version是当前Driver版本能支持的最高的CUDA版本
3 下载和安装CUDA
上两步都是常规,很简单,这安装cuda就开始各种问题各种踩坑了!
**注意:你的笔记本显卡型号一定要查其相对应的所支持的cuda版本!**之前复现的cuda10.2想着一样,结果30系列不支持!
确定了你的显卡支持版本的cuda然后就可以下载了,下面附上各个
历史版本的链接:https://developer.nvidia.com/cuda-toolkit-archive
安装cuda
注意:安装选项选择自定义,剩下的都是默认就可以
4 下载cudnn和配置环境变量
cudnn下载地址:https://developer.nvidia.com/zh-cn/cudnn
需要注册账号,很多人这个网页打开都很慢,我用浏览器每次都需要很长时间。直接复制网址到迅雷!yyds !不写谢!
cudnn releases是历史版本找到和你cuda相对应的版本就可以下载了。
cudnn下载之后有三个文件,直接复制粘贴到你cuda文件的默认目录,我的是这个:
最后就是路径的添加:
注意:再添加前尽量要把电脑的杀毒软件关闭,否则很容易出现添加不上路径
我的电脑右键——左侧高级系统设置——右下角环境变量:
用户变量打开Path添加这几个:
1)%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%
2)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
3)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include
4)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\CUPTI\lib64
5)C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\bin\win64
6)C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\common\lib\x64
你们可以把对应路径和版本改一下就好了
下一个是系统变量的添加:
正常安装完cuda后应该已经出现对饮的两个路径:
继续新建并且添加:
CUDA_SDK_PATH = C:\Program Files\NVIDIA Corporation\CUDA Samples\v11.1
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
我们的cuda和cudnn就算安装完毕了!!
5 安装anaconda
Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
下载链接win0版:https://www.anaconda.com/products/individual
安装anaconda
安装路径最好在d盘,记得改一下
下面的路径记得要勾选
finish
5 pytorch的安装
pytorch的下载链接:https://pytorch.org/
在上面选中自己对应的版本,可以看到我们下面是我们安装此版本的终端指令还有历史版本:
复制此指令到我们新建的conda环境(要激活):
新建环境指令:创建环境 conda create -n 名字 python=版本号 包名字=包的版本号
我得是python3.8所以指令如下:
conda create -n mypytorch python=3.8
激活环境:
conda activate mypytorch
复制红框的链接就可以下载了,但是特别慢并且总是不成功,现在提供离线下载方法:
pytorch主要由两个包构成:
torchvision还有torch
那么我们就下载这两个安装包然后在环境当中离线安装就可以了,那么具体安装哪个版本的torch文件和torchvision呢?打开此网站:
https://pytorch.org/get-started/previous-versions/可看到:
我们的11.1版本的cuda需要的安装包是torch1.8.0和torchvision0.9.0
去下面这个链接找离线安装包:
https://download.pytorch.org/whl/torch_stable.html
如何找(从左到右的说明):cuda11.1版本;torchvision0.9.0版本;python3.8;
win系统
激活我们的环境,然后输入:
1)pip install wheel
2)pip install 路径\文件名.whl
验证下载pytorch是否成功:
python
import torch
import torchvision
print(torch.cuda.is_available())
返回true就是成功了
至此记录自己昏天黑地安装环境的一周!感谢实验室同学、感谢自己、感谢csdn的博主们。