文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

深度学习环境配置(Aanconda+cuda+pytorch)

2023-10-09 21:21

关注

文章目录

深度学习环境配置

一.下载Anaconda

1.Anaconda安装包下载

①从官网下载(速度感人)

官网下载网址:https://www.anaconda.com/products/distribution

②从清华大学开源软件镜像下载(推荐)

镜像网址:https://mirrors.bfsu.edu.cn/anaconda/archive/

选择自己电脑所适配的版本。(推荐下载Anaconda3系列版本)

在这里插入图片描述

2.Anaconda的安装

找到下载好的安装包,右键点击,以管理员的身份运行。
在这里插入图片描述

点击Next。
在这里插入图片描述

点击I Agree

在这里插入图片描述

选择All Users,然后点击Next。
在这里插入图片描述

可修改安装路径,根据自己习惯设置安装路径即可(此安装路径需要记住,因为若自动配置环境变量时失败,需手动配置环境变量)。然后点击Next。
在这里插入图片描述

都勾选上,第一个选项是自动配置环境变量(若无法勾选,则后续需要手动配置环境变量)。最后Install。等待安装完成,点击Next,点击Finish即可。自此Anaconda安装完成。

在这里插入图片描述

3.手动配置环境变量

打开系统环境变量:此电脑----->属性----->高级系统设置----->环境变量----->path----->编辑----->新建

或者直接按win键,搜索“环境变量”。然后单击打开,按下图步骤即可。

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

点击新建,添加环境变量。(要与自己的安装目录相对应,找到自己安装Anaconda的目录黏贴过来即可)

F:\Software\Anaconda F:\Software\Anaconda\Scripts F:\Software\Anaconda\Library\mingw-w64\binF:\Software\Anaconda\Library\usr\bin F:\Software\Anaconda\Library\bin

在这里插入图片描述

添加完成后点击确定。

在这里插入图片描述
在这里插入图片描述

4.检查是否配置成功

win+R,输入 cmd,点击确定。进入命令行窗口。
在这里插入图片描述

输入:conda --version。查看conda版本,若成功显示,则安装成功,如果显示conda不是内部或外部命令,则一般是环境变量配置出错,去检查环境变量配置即可。

conda --version

在这里插入图片描述

二.下载cuda

1.安装文件的准备

①cuda安装包下载

CUDA toolkit Download:

https://developer.nvidia.com/cuda-toolkit-archive

下载的CUDA工具包一定要适配自己的电脑显卡。
在这里插入图片描述
在这里插入图片描述

选择自己显卡配置适配的cuda版本,可参照下图。

img
查看自己电脑显卡配置,可通过桌面空白处单击右键,选择NVIDIA控制面板,控制面板出现后,点击左下角系统信息,

选择组件选项卡,文件名列找到 NVCUDA.DLL,其对应的产品名称中,含有可适配的最高cuda版本(我的电脑显卡最高适配10.0.132,所以我最高可下载10.0版本的CUDA Tookit)
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

②cuDNN 压缩包下载

cuDNN Download:cuDNN地址如下,不过要注意的是,我们需要注册一个账号,才可以进入到下载界面。大家可以放心注册的。

https://developer.nvidia.com/rdp/cudnn-download

可以使用下面网址,查看并下载适配的 cuDNN

https://developer.nvidia.com/rdp/cudnn-archive

根据之前下载的cuda版本选择下载对应的cuDNN,(我下载的是v7.6.5版本)
在这里插入图片描述
我的电脑是Windows系统的,根据不同的系统下载不同的安装包。
在这里插入图片描述

至此,安装文件准备完成,下面开始安装。

2.cuda的安装与配置

①cuda安装

找到下载好的cuda安装包,右键选择以管理员身份运行。
在这里插入图片描述

可以修改安装路径,推荐使用默认安装路径。然后点击ok,等待安装即可。
在这里插入图片描述

等待系统检查完成,点击同意并继续。
在这里插入图片描述

选择自定义安装,点击下一步。
在这里插入图片描述

在CUDA下,取消勾选Visual Studio,因为就算选择安装VS,很大概率也会安装失败。然后点击下一步。
在这里插入图片描述

选择安装位置(推荐使用默认),选择好安装位置后点击下一步

重点!!!一定要记住此安装位置,后续配置环境变量需要用到。
在这里插入图片描述

等待安装完成即可。

检查环境变量中是否添加了路径,如果没有,则需要自己手动添加。
在这里插入图片描述

②手动添加环境变量

选择Path后点击编辑,将下列两个环境变量添加进去即可(要与自己cuda的安装路径相一致)。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\binC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\libnvvp

在这里插入图片描述

在这里插入图片描述

③测试环境是否安装成功

命令行输入nvcc --version,若显示已安装的cuda版本,则表示安装完成。

nvcc --version

在这里插入图片描述

3.cuDNN的配置

①解压cuDNN文件

找到下载好的cuDNN压缩包后解压,解压后的文件如下。解压后有三个文件夹,把三个文件夹拷贝到cuda的安装目录下
在这里插入图片描述

在这里插入图片描述

我的cuda的安装目录,将文件拷贝到此目录下,替换已存在的文件即可。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

在这里插入图片描述

②添加环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\includeC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib

在这里插入图片描述

③测试环境是否安装成功

在此目录下输入cmd

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite

在这里插入图片描述
在这里插入图片描述

输入bandwidthTest.exe和deviceQuery.exe,得到下图,表示安装成功。

bandwidthTest.exedeviceQuery.exe

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

三.下载pytorch

1.安装pytorch

①pytorch官网安装最新版本

https://pytorch.org/

选择对应的版本,将Run this Command中的代码复制,黏贴到命令行中运行。等待安装即可。
在这里插入图片描述

在这里插入图片描述

②安装历史版本

https://pytorch.org/get-started/previous-versions/

在官网中找到对应的cuda版本,复制代码到命令行中运行。
在这里插入图片描述

③安装pytorch

以管理员的身份运行命令行窗口
在这里插入图片描述
使用Anaconda创建一个虚拟环境

conda create -n my_pytorch python=3.8.0

在这里插入图片描述
安装好python虚拟环境后,进入虚拟环境。

activate my_pytorch

在这里插入图片描述

进入安装好python的运行环境后,就可以将官网的torch下载命令复制过来了。我这里使用的pip方式安装,也可以使用conda命令安装。

pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116

在这里插入图片描述

2.检测是否安装成功

在命令行中输出 python 。进入python交互式窗口。
在这里插入图片描述

导入torch包,检查gpu是否可用。如果返回True,就代表安装成功了。

import torchtorch.cuda.is_available()

在这里插入图片描述

3.使用镜像路径

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yesconda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后再去pytorch官网复制下载代码,记得删掉后面的-c pytorch,因为它表示从官网进行下载,不从清华镜像源下。

4.卸载pytorch

pytorch使用什么方式安装的,就使用什么方式卸载。

①执行conda方式
conda uninstall pytorchconda uninstall libtorch
②执行pip方式
pip uninstall torch

四.参考博客

https://blog.csdn.net/fan18317517352/article/details/123035625
https://blog.csdn.net/weixin_43848614/article/details/117221384
https://blog.csdn.net/qq_41936559/article/details/102699082

五.安装讲解视频

【Anaconda软件的安装】 https://www.bilibili.com/video/BV1cX4y1f7X5
【CUDA的安装】 https://www.bilibili.com/video/BV19g4y147wG
【pytorch的安装】 https://www.bilibili.com/video/BV1jo4y1z72i

来源地址:https://blog.csdn.net/rain_turns_shade/article/details/128586503

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯