进行深度学习时对电脑型号为联想R7000P 3050ti的初始配置

1.安装cuda ,在电脑上查询相应的cuda和cudnn版本,本机适合的CUDA版本为11.4,终端如图:
进行深度学习时对电脑型号为联想R7000P 3050ti的初始配置_第1张图片
具体安装可参考https://zhuanlan.zhihu.com/p/358737417这篇
安装其实注意就是将cudnn文件夹解压后,在C盘找到cuda的文件夹复制 cudnn里的文件夹复制到cuda里,也就是把cuda里的同名文件进行替换

2.安装依赖Python 3.x的Miniconda
官网链接:https://conda.io/en/latest/miniconda.html
如果已安装conda,则可以跳过以下步骤。访问Miniconda网站,根据Python3.x版本确定适合你的系统的版本。

接下来的整个过程在电脑终端进行

3.打开终端并初始化终端Shell,输入conda init以便我们可以直接运行conda

~/miniconda/bin/conda init

现在关闭并重新打开当前的 shell。你应该能用下面的命令创建一个新的环境,d2l是创建的虚拟环境:

conda create --name d2l2 python=3.9 -y

现在激活 d2l 环境:

conda activate d2l2

接下来在虚拟环境下添加镜像源,在终端输入以下代码并按回车:

conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple

接下来安装torch和torchvision,进入pttorch官网https://pytorch.org/get-started/previous-versions/,找到历史版本,根据自己的cuda下载下载相应的版本,在终端输入以下代码并运行(不要加后边的-c pytorch -c conda-forge,否则下载速度极其慢):

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3

进行深度学习时对电脑型号为联想R7000P 3050ti的初始配置_第2张图片
我们来看看结果,安装图片中的命令验证是否安装成功,输出ture则证明安装成功,最后Ctrl+z退出:

C:\Users\R>conda activate d2l2

(d2l2) C:\Users\R>python
Python 3.9.12 (main, Apr  4 2022, 05:22:27) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.cuda.is_available())
True
>>> ^Z


(d2l2) C:\Users\R>

安装jupyter和所需要的d2l包,之后就可以在B站跟着李沐老师学深度学习啦

pip install jupyter
pip install d2l

安装完成后,你可以通过运行以下命令打开Jupyter笔记本

jupyter notebook

现在,你可以在Web浏览器中打开http://localhost:8888(通常会自动打开)。

你可能感兴趣的:(深度学习,学习,pytorch,python)