您现在的位置是:首页 > 技术教程 正文

深度学习环境配置(pytorch版本)----超级无敌详细版(有手就行)

admin 阅读: 2024-03-20
后台-插件-广告管理-内容页头部广告(手机)

公众号文章--深度学习环境配置(pytorch版本)

        写在前面:如果这篇文章对大家有帮助的话,欢迎关注Franpper的公众号:Franpper的知识铺回复“进群”,即可进入讨论群,有什么问题大家可以一起讨论呀!

↓↓↓    建议浏览     ↓↓↓

深度学习环境配置:CUDA、cuDNN 和 PyTorch 版本的选择与搭配指南(建议收藏)

        关注公众号即可领取一份YOLOv5-5源码详细注释一份!!!

       深度学习的第一道坎就是配置环境,还记得Franpper当时做毕设配置深度学习环境时踩了巨…多的坑,无时无刻都得克制住锤电脑的冲动…

       最近Franpper换了电脑,需要重新配置环境,在配置环境的同时做了一个详解,希望可以帮助大家少走一点弯路。

       Franpper先把几个问题写在前面,如果朋友们也有一样的疑惑或者问题,那么就继续往下看吧!

1、安装新版Anaconda过程中添加环境变量选项的字体是是灰色的无法勾选怎么办?

2、安装pycharm后在terminal中无法进入创建的虚拟环境怎办?

3、应该怎么选取CUDA与cuDNN版本?

4、在官网下载cudnn时需要注册,注册过程很麻烦怎么办?   

5、nvcc-V不是内部或外部命令怎么办

6、 'import'不是内部或外部命令也不是可运行的程序或批处理文件怎么办?

       同时Franpper建议朋友们先略读一遍,不要着急安装,那么我们就开始吧!

目录

一、下载与安装Anaconda

二、创建虚拟环境

三、下载与安装VS Code

四、pycharm安装与配置

五、安装CUDA

六、安装cuDNN

七、安装pytorch

一、下载与安装Anaconda

anaconda官网anaconda官网

  • 下载Anaconda

  • 首先进入Anaconda官网进行下载,点击Download

  • 安装Anaconda

  • 找到下载所得的应用程序,右键选择以管理员身份运行,这样可以避免一些不必要的麻烦

  • 安装过程中按图操作

  • 这里建议大家选Just Me,大家的私人电脑一般都是只有自己一个用户,所以选Just Me也没什么影响,原因稍后再说。

  • 安装地址不是必须安装在C盘,这里Franpper安装在了F盘。

  • 这里推荐大家也把第一个添加环境变量勾选上,这样可以减少一步操作,不用再去自己手动添加了。假如刚才大家选择的是All Users,那么就会发现添加环境变量选项的字体是灰色的无法勾选,就需要自己手动去添加环境变量,这也是之前建议大家选择Just Me的原因。

  • 这两个都不需要选择,点击Finish安装完成

  • 验证安装结果

  • Win+R输入cmd打开命令提示符,输入 conda -V 后回车,输出结果证明anaconda已安装成功

二、创建虚拟环境

  • 进入base环境,下面介绍两种方式

  • 第一种:Win+R输入cmd打开命令提示符,输入activate回车进入base环境

  • 第二种:在开始界面下找到Anaconda3文件夹下的Anaconda Powershell Prompt,点击可直接进入

  • 创建虚拟环境

  • 命令提示符内输入以下命令,该指令用于创建pytorch的环境,该环境的python版本为3.7,其中pytorch-gpu是创建环境的名称,可自由发挥,最好是字母或者字母数字组合。

conda create –n pytorch-gpu python=3.7
  • 创建过程中显示Procced ([y]/n) ?,输入 y ,回车继续安装

  • 激活虚拟环境

  • 命令提示符内输入以下命令,该指令用于激活一个名为pytorch-gpu的环境

conda activate pytorch-gpu
  • 检测安装情况

  • 命令提示符内输入python,可见版本为Python 3.7.15,安装成功

三、下载与安装VS Code

  • 为什么要安装VS Code?

  • 因为如果不安装的话后面安装CUDA时会有点问题,下面介绍两种安装方式。

  • 第一种:Anaconda内安装

  • 打开Anaconda

  • 在Home界面中选择到自己创建的环境

  • 找到VS Code点击Launch

  • 第二种:VS官方网站进行安装

VS Code官方网站

https://code.visualstudio.com/

  • 由于VS安装过程比较容易,Franpper不做详细介绍,有一点建议:下图中的几个勾最好打起来,因为这样就可以右键文件夹用VSCODE打开,非常方便

四、pycharm安装与配置

  • 安装pycharm

pycharm下载地址

https://www.jetbrains.com/pycharm/download/#section=windows

  • 我们选择社区版本下载就可以

  • 下载好后进行安装,路径可以自定义

  • 这四个选项建议朋友们都勾选上

  • 默认JetBrains不用管,直接Install

  • 选择稍后重启

  • 配置pycharm

  • 打开pycharm新建工程文件

  • 设置项目路径,勾选已有解释器,点击添加解释器

  • 选择已存在的虚拟环境,并进入选项

  • 找到虚拟环境所在位置,选择python.exe

  • 完成设置

  • 验证安装,新建python文件

  • 随便写点什么测试一下,成功输出

  • 有的朋友习惯使用terminal,这里还需要配置一下,刚安装完成后环境处显示的是PE,且输入conda activate pytorch-gpu也无法进入创建的虚拟环境中

  • 按照如下方式打开Anaconda Prompt的位置

  • 查看其属性

  • 在目标栏中从cmd.exe开始复制到最后

打开pycharm的设置

  • 将复制内容粘贴到指定位置,之后确认并重启pycharm即可

五、安装CUDA

  • 敲黑板,从这里开始比较重要,大家认真听讲!!!

  • 首先我们要查看自己电脑的CUDA版本,方便我们之后安装对应的cuDNN与pytorch,这里Franpper给出大家三种查看的方式

  • 第一种:打开NVIDIA控制面板点击系统信息

在组件中可以看到CUDA的版本,本电脑为11.6.134

  • 第二种(推荐):命令行输入nvidia-smi回车,即可查看CUDA Version与Driver Version

  • 第三种:命令行输入nvcc -V(注意空格,如果忽略了空格会有'nvcc'不是内部或外部命令的问题),回车查看

  • 下图为Driver Version与CUDA版本的对应关系

官方CUDA Toolkit版本和显卡驱动对应的表格

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

  • cuda每个版本都对应一个最低版本的显卡驱动程序,也就是说,cuda程序是向后兼容的,针对特定版本的 CUDA 编译的应用程序将继续在后续(以后)驱动程序版本上工作

  • 进入下方提供的网站,点击红框所示,查看以前的CUDA版本

CUDA下载地址

https://developer.nvidia.com/cuda-downloads

  • 这里Franpper选择的是CUDA Toolkit 11.6.1

  • 按所需选择后点击Download

  • 找到下载文件以管理员身份运行

  • 这里直接点OK,不建议大家改路径

  • 进入安装,按图依次往下安装

  • 这里暂停一下,我们先在C盘或者D盘新建一个CUDA的安装路径,Franpper选择在D盘新建,路径设置如下图(当然为了保险起见大家也可以安装在默认路径)

  • 回到安装程序中,按照对应关系安装在设置好的文件夹中

  • 如果之前没有安装VS Code的话这里会有一些问题,所以之前先让大家安装了VS

  • 至此CUDA已安装完毕

六、安装cuDNN

cuDNN下载地址

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

  • 进入上方网页,找到已经安装好CUDA版本对应的cuDNN,Franpper选择的是v8.4.0版本

  • 这里有一个问题,点进去后显示需要进行注册

  • 这个注册起来有点麻烦,那么有什么不需要注册就可以下载的办法吗?当然有!请继续看

    右键复制链接地址,然后打开迅雷就可以下载了!

  • 找到下载所得的文件并解压,解压后的文件夹中有三个子文件夹,将其选中并复制

  • 打开刚才安装CUDA时建立的CUDA1文件夹,将复制内容粘贴进去,恭喜!cuDNN已安装完毕!

七、安装pytorch

pytorch命令获取网页

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

  • 找到CUDA版本对应的pytorch版本,将下方的命令(conda install...)复制下来

  • 打开创建好的虚拟环境(这里是pytorch-gpu),粘贴并回车,进行pytorch的安装

  • 安装完成后进行验证,输入下方命令

    import torch
  • 运行会报错,这是为什么?

  • 因为 import 只能在python 环境下用,我们首先输入python进入python环境,然后再输入import torch就可以了,然后继续输入下方命令

torch.cuda.is_available()
  • 输出为True则表示安装成功

恭喜大家成功配置好环境!!!

(求赞heiheihei)

标签:
声明

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

在线投稿:投稿 站长QQ:1888636

后台-插件-广告管理-内容页尾部广告(手机)
关注我们

扫一扫关注我们,了解最新精彩内容

搜索