一步一步教你搭建《深度学习动手学》环境（PyTorch GPU版）

达芬奇不喝芬达

已于 2024-05-20 20:33:02 修改

阅读量783

点赞数 13

文章标签：深度学习人工智能 python

于 2023-11-28 14:11:31 首次发布

本文链接：https://blog.csdn.net/yyh2508298730/article/details/134665876

版权

一、创建Python虚拟环境

下载好安装包后，一键安装。Ananconda装好之后，在你的开始菜单找到它，打开Anaconda Prompt。

好，现在进行虚拟环境安装，在命令进面输入一下命令：

conda create --name d2l python=3.8 -y

d2l 是环境名称，可以随便改，3.8是python版本，这里选的3.8，稳就对了。

出现以下界面就是虚拟环境已经创建好了

现在我们来配置一下用pip下载的镜像源，方便后续用pip安装各类安装包：

首先，在C盘C:\Users（或“用户”）\"你的名字”这个路径下，创建一个名为pip的文件夹，在文件夹内创建一个名为pip的文本文档，然后把下面的代码复制进去保存，最后把pip.txt改名为pip.ini

[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
trusted-host = pypi.tuna.tsinghua.edu.cn

记住，配置完pip镜像之后，使用pip命令，一定要关闭代理！关闭代理！关闭代理！

好，现在你可以先把它放一边，先不管，我们进行下一步。

二、安装cuda

我们需要查看cuda版本，然后下载对应的版本。最简单的方法，（如果装了请跳过这一小步）下载 GeForce Experience | NVIDIA | GeForce安装Geforce Experience，改一下安装路径，然后一直点下一步直到安装好就行。

在安装好Geforce Experience之后，右键桌面，点击NVIDAI控制面板。

然后，点击【帮助】——【系统信息】——【组件】查看自己电脑所支持的cuda版本，

cuda版本向下兼容，比如我的是cuda 12.3.68,那么小于这个版本的cuda我都兼容。

最后上官网下载自己兼容的版本： CUDA Toolkit Archive | NVIDIA Developer

下载好后一键安装就行。最后C:\Program Files这个路径会出现这个文件说明装好了

三、安装pytorch

首先我们先进入刚才装好的虚拟环境中：

conda activate d2l

然后，在官网Start Locally | PyTorch选择需要的版本，建议选11.8版本（之后可能会更新版本，具体看它要求的虚拟环境的python版本是多少，对应安装就行。），然后复制的命令去刚才的虚拟环境中运行，等待安装就行。

pip和conda命令都可以，因为之前设置过pip的镜像源，这用pip命令下载（如果开了代理请关闭），如下：

最后检查pytorch gpu版本是否安装成功：

首先输入python进入python解释器

python

出现如下

接着依次输入如下指令进行检查：

import torch
print(torch.cuda.is_available()) # 当CUDA可用时返回True

返回了True，说明成功了！最后在输入以下指令退出python解释器，

exit()

像这样：

三、安装深度学习的学习包d2l

继续像刚才一样，在d2l虚拟环境中输入pip命令然后回车，（这里的学习包名字d2l和我们环境名字一样，但不是同一个东西）

pip install d2l

当出现Successfully installed +一大堆东西，后面没有出现红字报错，则安装完成！

就是这么简单，完成！

关注