• 【深度学习】Windows配置深度学习环境


    0.前提

    OS:Windows 10(Windows 11也可)
    CPU:i5-8300H
    GPU:NVIDIA-GTX1060
    Python3.9.8
    Pycharm2020-pro

    参考博客:
    Anaconda超详细安装教程(Windows环境下)
    cuda安装以及conda安装对应版本的pytorch-gpu

    1.安装anaconda

    Anaconda下载官网:https://www.anaconda.com/products/individual
    推荐—>清华镜像源:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

    踩坑:不要下载最新的几个版本,否则后面用conda的时候会出现很多DEBUG信息,建议从镜像源中下载旧一点的版本!
    如果不小心安装了最新版的并出现问题的,要卸载可以看本文最后踩坑部分

    这一步选择为本机所有用户安装:
    在这里插入图片描述

    后面选好安装位置一路确定,会安装Python3.11作为主环境的Python,可以选上,将近5个G还是挺久的,直到出现installation complete点击完成。不用运行打开gui。

    接下来设置环境变量,为的是让其在cmd控制台中可以实现命令,
    在环境变量path中加入以下:
    在这里插入图片描述

    确定后,reboot.
    在控制台中检查是否安装成功,这样就可以了:
    在这里插入图片描述

    2.安装CUDA

    首先要保证是NVIDIA的显卡,并且要装好驱动,控制台中输入:
    在这里插入图片描述

    从右上角可以看出CUDA显示12.1,注意这里的版本当前驱动可支持的最高CUDA版本,并不代表安装的是CUDA12.1

    我下载的版本是CUDA11.7,CUDNN可以选择下载,不是必须的

    CUDA官网下载链接:https://developer.nvidia.com/cuda-toolkit-archive
    CUDNN下载链接:https://developer.nvidia.com/rdp/cudnn-download

    这时候在控制台中输入nvcc -V是没有显示任何信息的,因为没安装CUDA

    Windows下的好处就是都是GUI界面,非常清楚,找到刚才下载好的:cuda_11.7.0_516.01_windows.exe
    双击运行直接进入安装,这个路径只是一个解压提取路径,不是文件保存的位置,点OK后会自己删除

    在这里插入图片描述

    安装选项选择:自定义
    如果安装了GeForce Experience…就取消安装,此外还要检查其他驱动的版本,如果要安装的版本比当前版本还要低,就取消安装,如果如图什么都不显示就直接安装也行

    在这里插入图片描述
    后面继续安装,安装在C盘也是可以的,一路next

    在英伟达驱动中查看:
    在这里插入图片描述
    在这里插入图片描述
    安装完成!

    3.conda创建虚拟环境

    首先检查一下基础环境:

    conda env list
    
    • 1

    在这里插入图片描述

    创建一个新的实验环境,并且给该环境指定一个版本为3.7的Python:

    conda create -n torch1 python=3.7
    
    • 1

    创建完成后再次检查环境列表,
    在这之前输入,就会进入刚才建立好的torch1环境当中:

    conda activate torch1
    
    • 1

    在这里插入图片描述

    4.安装pytorch

    pytorch官网:https://pytorch.org/

    在这里插入图片描述

    选择合适的系统、版本进行安装
    最后显示done就成功了
    如果安装很慢,可以加镜像,也可以Ctrl+C中断,再重新安装也是可以的。我没有加镜像就直接下载速度也是可以的。

    补充:
    最近要配置一下yolov5,需要的版本是pytorch>1.8,所以在安装的过程中,可以查询在pytorch这个channel中可安装的版本:

    conda search pytorch -c pytorch
    
    • 1

    5.检测pytorch-GPU

    打开之前安装好的Pycharm,新建项目,选择外部导入,找:
    在这里插入图片描述

    选择conda Environment,系统会西自动检测到刚才创建的虚拟环境,没有检测到的可以安装图示路径手动添加Python.exe,确定之后点击create。
    在这里插入图片描述

    新建一个main.py文件,输入以下:

    import torch 
    
    print(torch.__version__)
    print(torch.cuda.is_available())
    print(torch.cuda.get_device_name())
    
    • 1
    • 2
    • 3
    • 4
    • 5

    输出:
    在这里插入图片描述
    完成!

    PS:踩坑!!

    (1)在终端使用conda指令出现大量DEBUG信息

     Collecting package metadata (current_repodata.json): - DEBUG:urllib3.connectionpool:Starting new HTTPS connection (1): repo.anaconda.com:443
     .........
    
    • 1
    • 2

    在这里插入图片描述

    卸载anaconda重装!
    建议:不要安装最新的版本的anaconda,比如记录的时候最新的是3.2023.07-2,安装3.2023.07-0就没问题了

    (2)完全卸载删除anaconda

    官网手册:卸载 Anaconda 发行版
    官网手册上写的是要安装anaconda-clean,但是我是根本安不上的,如果能安装成功就跟着手册走
    找到安装anaconda的文件夹,其中有uninstall.exe,双击卸载
    在这里插入图片描述

    卸载后重启电脑,环境变量也会自动删除。

    在这里插入图片描述

    找到这个.conda文件,里面存的conda建立的文件,直接删除即可

  • 相关阅读:
    Spring Boot 创建项目 / 目录介绍 / 配置文件
    nginx 添加lua 支持 之安装
    四川省部分地区经济发展水平的统计分析
    C++模板
    Java基于SpringBoot的社区维修平台
    【TES720D-KIT】青翼科技支持双网口的全国产化四核CPU+FPGA处理器开发套件
    08.24python单元测试之unittest
    ubuntu配置yolov5环境
    目标检测网络系列——YOLO V1
    2023-05-28 mysql列存储引擎-外表与两表内连接进行外连接处理-分析
  • 原文地址:https://blog.csdn.net/qq_45306739/article/details/132847825