深度学习环境配置

Windows 下PyTorch入门深度学习环境配置与安装

  • 库/package/library
    • 安装过程中发现的问题:
    • 是否需要自己安装python环境?
  • Anaconda
    • 注意事项:
      • 环境变量:
      • 换源:
  • GPU与CUDA准备工作:
    • 必备知识:
    • 最新版本的pytorch 安装步骤:
      • pycharm使用刚创建的虚拟环境
    • 旧版本的pytorch安装步骤:未完待续...

库/package/library

安装过程中发现的问题:

ModuleNotFoundError: No module named 'pip’解决方案

是否需要自己安装python环境?

不建议,直接用Anaconda更好,Anaconda可以提供虚拟环境,可以拥有多个python版本环境。要是自己下载了python环境(例如:python3.7)安装过程可能会出现冲突需要卸载

Anaconda

注意事项:

环境变量:

1.安装过程不要添加到环境变量,不然卸载很麻烦,最好手动添加
教程

换源:

教程

GPU与CUDA准备工作:

必备知识:

1.首先确定自己显卡的算力——确定自己的显卡型号
google 搜一下 CUDA
例:
在这里插入图片描述

2.确定自己可选择的CUDA Runtime Version
在这里插入图片描述

3.确保:
CUDA Driver 版本 >= CUDA Rutime版本
深度学习环境配置_第1张图片
例:这里的CUDA Driver Version 是11.6
CUDA Runtime Version 支持对应的算力 11.1-11.6均可

最新版本的pytorch 安装步骤:

1.安装显卡驱动最新版本(官网下载),两个都装最新版本,一般就没问题,不会不兼容。
官网网址
2.命令窗口(cmd)里 nvidia-smi ,我更新后是12.0,之前是11.6。
深度学习环境配置_第2张图片

下载最新的,这里是11.7(<12.0)
深度学习环境配置_第3张图片
3.ananconda命令行里直接输入 上述命令, -c指的是从python官网下载,可以换源,但是要是网速可以的话,不建议,因为不容易出错。

4.验证成功:
所在的虚拟环境中:
(1)cuda list 里有pytorch cuda版本的在这里插入图片描述

(2)torch.cuda.is_available()深度学习环境配置_第4张图片

pycharm使用刚创建的虚拟环境

深度学习环境配置_第5张图片
修改interpreter
深度学习环境配置_第6张图片

旧版本的pytorch安装步骤:未完待续…

你可能感兴趣的:(深度学习,python,pytorch)