PyTorch 深度学习 开发环境搭建 全教程
PyTorch 深度学习 开发环境搭建 全教程
目录
指定清华源
-i https://pypi.tuna.tsinghua.edu.cn/simple
1、conda安装
这是AI开发环境的全家桶,官网下载链接Anaconda | Start Coding Immediately
尽量不要选择太新版本的python,3.8就已经足够了。安装没有特别需要注意的地方,选择自己喜欢的路径安装,不要选择带有中文以及空格的路径,直接一路next就行,最后结尾勾选一下添加环境变量。
安装完成后,有一个annaconda prompt软件,是conda版本的cmd,非常好用。
打开这个软件,输入指令python,出现python版本就安装正确了
2、新建python环境
在prompt输入以下命令
conda create -n 'name' python=3.8
'name'改成你自己需要的名字,建议pytorch-gpu
查看python环境列表
conda env list
切换python环境
activate pytorch-gpu
删除python环境
conda remove -n "name" --all
查看当前python工具包列表
pip list
3、pycharm安装
官网下载链接Download PyCharm: Python IDE for Professional Developers by JetBrains
对于目前的你,安装社区版就足够了,安装专业版也可以,就去淘宝买个激活码,不要去搜什么激活码把电脑搞出一大堆病毒。
安装过程同conda,选择自己喜欢的路径安装,不要选择带有中文以及空格的路径,直接一路next就行,最后结尾勾选一下添加环境变量。
安装完成后,将annaconda的python环境导入进来。
- 具体流程:
- 右下角,添加解释器
- 选择现有解释器,选择conda环境
- 找出conda的安装路径,选择env文件夹
- 选择你需要的python环境,找到python.exe,选择导入完成
- 右下角显示你选择的python环境
3、显卡驱动
根据电脑配置选择,官网下载链接
注意区分笔记本版本和台式机版本
4、cuda安装
cuda和显卡驱动是两个不同的东西,但是两个你都必须要安装。
cuda官网下载链接CUDA Toolkit 12.1 Downloads | NVIDIA Developer
cuda、python、cudnn、torch这个四个环境都要正确并匹配,不然会出现各种各样的错误
建议版本cuda_11.5.1_496.13_windows
安装cuda也没有特别需要注意的,但是可能会出现安装失败,如果电脑没有vs,
在后面就不要勾选相应组件(visual studio intergratin),装了的可以勾选,取消勾选(visual studio intergratin)基本可以避免安装失败
打印cuda版本,直接命令行:
nvcc --version
5、安装pytorch
这里选择的版本首先是GPU版本,然后版本一定不要太新,选择我推荐的就好,就可以正常使用不会出错。
选择轮子安装,比较方便快捷,安装过程出错概率小, 官方轮子 ,建议版本torch-1.8.0+cu111-cp38-cp38-win_amd64
下载轮子后,建议放到合适的路径,打开prompt,cd到这个路径内,输入下面的指令
pip install torch-1.8.0+cu111-cp38-cp38-win_amd64
直接在线安装也是可以的,可能收到网络环境的影响,有时候需要关闭vpn才能继续安装
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
安装完成后,查看torch环境,输入一下指令
python
import torch
print(torch.__version__)
如果出现torch版本,即安装成功
6、安装cudnn
建议选择版本cudnn-windows-x86_64-8.3.2.44_cuda11.5-archive
下载解压后,复制bin、lib、include的三个文件夹到到cuda安装路径中,这是我的cuda路径
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5
直接复制粘贴这三个文件夹,并且替换
7、配置requirement
下载的过程中,单个文件无法下载,可以去requirement.txt里面#屏蔽这个文件
可能缺少C的环境,下载vs studio
cd '项目目录'
pip install -r requirements.txt
也可以指定清华源安装requirement
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
到这里就安装结束了,可以开始训练你的模型了
开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!
更多推荐
所有评论(0)