深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)

文章目录

    • 写在前面:
    • 一、Anaconda安装
    • 二、CUDA和Cudnn的下载和安装
      • 1、CUDA的下载和安装
      • 2、Cudnn的下载和安装
    • 三、配置torch环境
    • 四、VSCODE的下载与安装

写在前面:

1.环境内容:win10、torch 1.7.1、torchvision 0.8.2、python 3.8、cuda10.1、cudnn7.6.5;
2.在安装CUDA之前,需要安装visual studio,我安装的是visual studio 2015,需要自取:
链接:https://pan.baidu.com/s/1iIG60keiIlDx9OteUGJaRg
提取码:cq8t
3.所有库安装完成后重启电脑。

一、Anaconda安装

直接去官网下载即可。
官网地址:https://www.anaconda.com/distribution/
有一个地方需要注意:
为了便于后面的配置,建议这里勾选Add Anaconda to my PATH environment variable,这样会自动将anaconda装到系统的环境变量中。
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第1张图片

二、CUDA和Cudnn的下载和安装

1、CUDA的下载和安装

官网地址:https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
刚开始以为官网会比较慢,选择了网盘,但是由于文件比较大,下载速度超级慢,然后抱着试试的态度去了官网,速度还可以,还能接受。
下载完就会有这个文件:
在这里插入图片描述
双击进行安装

深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第2张图片这里选择自定义:深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第3张图片
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第4张图片
建议c盘,当然安装在其它盘也是可以的(这里建议安装在C盘,是因为即使安装在其它盘,还是会有驱动文件写入C盘)。
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第5张图片
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第6张图片

深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第7张图片
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第8张图片
到这里就安装完成了,安装完后在C盘这个位置找到根目录:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

注:安装时出现这种情况:
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第9张图片
解决办法:关掉360等杀毒软件

2、Cudnn的下载和安装

网盘下载:
链接: https://pan.baidu.com/s/1pMNHxWrcjSU_UgLVxkk55g
提取码: xu9t

下载之后得到压缩包,进行解压,然后将里面的全部内容直接复制到C盘的根目录下:
在这里插入图片描述
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第10张图片

深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第11张图片

三、配置torch环境

写在前面:
这里一定要使用 anaconda prompt , 切记,不要在默认的cmd中运行命令。
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第12张图片

1、首先, 创建一个名为pytorch的环境,该环境的python版本为3.8

由于所有的操作都要在对应环境中进行,所以在进行库的安装前需要先激活环境:
在这里插入图片描述
2.pytorch库的安装:
官方安装方法:
pip install torch1.7.1+cu101 torchvision0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

其他依赖库的安装:

scipy==1.2.1
numpy==1.17.0
matplotlib==3.1.2
opencv_python==4.1.2.30
torch==1.7.1
torchvision==0.8.2
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0

注:1、安装较慢请换源(这里提供清华大学镜像),直接在命令后面加上
-i https://pypi.tuna.tsinghua.edu.cn/simple 即可
2、输入命令时出现这种情况是因为在安装 Anaconda时没有勾选Add Anaconda to my PATH environment variable这个选项
解决办法:找到Anaconda的Scripts文件夹路径,复制该路径→点击“我的电脑”右键属性–高级系统设置→点击“环境变量”→系统变量–Path–编辑→新建,添加你安装文件的目录–确定
在这里插入图片描述
3、创建环境报错Collecting package metadata (current_repodata.json): failed,CondaHTTPError: HTTP
解决办法:在anaconda prompt命令行中运行 conda config --set ssl_verify false

四、VSCODE的下载与安装

直接去官网下载安装即可。
官网地址:https://code.visualstudio.com/。
安装完成后,左下角更改环境。
以上都完成后,打开anaconda,切换环境。如果你的vscode是按默认路径安装的,这时候就可以在anaconda导航主页看到vscode了。
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第13张图片

注:如果此时anaconda导航主页不显示vscode的图标,说明你在安装vscode时修改了路径
解决办法:找到安装的vscode路径并复制,然后点击anaconda导航主页左上角的file–preferences,找到 VS Code path ,改成自己的安装路径。
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第14张图片
深度学习环境配置之windows下的torch-gpu=1.7.1(亲测有效)_第15张图片
写在后面:自己亲测有效,记录的都是自己踩过的坑,感兴趣的朋友可以一起来交流吖✌

你可能感兴趣的:(深度学习,环境配置,机器学习,深度学习)