深度学习环境搭建步骤—gpu

1 了解GPU

gpu通过大量线程并行,使得处理深度学习的速度要比cpu快很多,具体gpu概念请点击gpu。

2 查看显卡

查看自己的显卡是否支持cuda和cudnn加速深度学习。Intel开头的为集成显卡,AMD、NVIDIA开头的为独立显卡。

有NVIDIA(英伟达)的独立显卡即可。

3 安装CUDA和cuDNN

  1. 查看显卡支持的CUDA的最高版本
    win+R打开cmd,输入nvidia-smi
    深度学习环境搭建步骤—gpu_第1张图片
  2. 下载安装显卡支持的CUDA
  3. 配置环境变量
  4. 下载与CUDA对应的cuDNN
    https://developer.nvidia.com/rdp/cudnn-archive
  5. 安装cuDNN(插入式安装)
  6. 验证CUDA与cuDNN安装
    Win + R 输入cmd 调出命令提示符,输入nvcc -V查看是否安装成功,安装成功会有以下安装的版本信息
    深度学习环境搭建步骤—gpu_第2张图片

4 安装anconda

  1. 下载安装anconda
  2. 切换镜像源
  3. 创建pytorch虚拟环境
  4. 进入pytorch官网,下载安装对应版本pytorch
  5. https://pytorch.org/get-started/previous-versions/

5 安装pycharm

导入pytorch环境

你可能感兴趣的:(深度学习,python)