更李沐老师学习深度学习 Task1-深度学习环境配置(window)

李沐windows深度学习环境配置

  • 1.cuda的下载和安装
  • 2 安装&配置 Anaconda
    • 2.1 安装Anacoda
    • 2.2 更换源
    • 2.3 创建虚拟环境
  • 3. 安装cuda驱动和pytorch
    • 3.1 cuda驱动
    • 3.2 pytorch 安装
  • 3. 安装jupyter和d2l

1.cuda的下载和安装

点击进入官网下载
CUDA Toolkit 12.0 Downloads | NVIDIA Developer
选择
更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第1张图片
下载安装包更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第2张图片
下载完成后点击exe文件进行安装

按照默认提示一步步进行即可
更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第3张图片
进入windows命令行输入
nvidia-sim
更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第4张图片

出现GPU和CUDA版本号即为成功

2 安装&配置 Anaconda

2.1 安装Anacoda

在开源库安装anaconda软件;
清华大学开源软件镜像站 | Tsinghua Open Source Mirror
我用的是 Anaconda3-2022.10-Windows-x86_64.exe

按照正常下载步骤进行安装。注意这一步:
更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第5张图片

windows+R,输入cmd,打开window命令行。输入

conda --version

更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第6张图片

出现conda版本即为安装成功。
如果conda不是系统的内部命令的错误提示,则说明上一步的配置系统变量未选择,系统不识别conda命令。不过没关系,可以通过修改系统变量来修正这个问题。
在windows开始框中搜索系统变量,然后打开系统变量->环境变量->系统变量->path->新增,将安装anaconda的路径下的script目录路径添加入系统path中。
如下图。
更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第7张图片

2.2 更换源

使用一下命令可以查看原始源信息

conda config --set show_channel_urls yes

在当前用户根目录下会生成一个文件.condarc 文件。
我们可以修改这个文件来实现更换conda的源,这里替换为清华源。
将里面的内容替换为:

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
show_channel_urls: true


custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

运行命令,清除索引缓存,保证用的是镜像站提供的索引。

conda clean -i 

2.3 创建虚拟环境

创建虚拟换有助于我们进行多版本的切换,并且可以尽可能的保证安装包导致的影响。

  1. 使用一下命令可以查看现有虚拟环境
conda env list 
  1. 创建虚拟环境
conda create -n test python=3.9

这里的test为环境名根据自己需要设置,python=3.9 是python的版本号,根据自己的需要选择。
更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第8张图片
在这一步可能会遇到如下问题:

An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent, and a simple retry will get you on your way.SSLError(MaxRetryError('HTTPSConnectionPool(host=\'http://conda.anaconda.org\', port=443): Max retries exceeded with url: /bioconda/linux-64/repodata.json (Caused by SSLError("Can\'t connect to HTTPS URL because the SSL module is not available.",))',),)

主要是由于在环境变量中缺少一些anoconda的路径配置。解决方案参考这个link
3. 激活指定虚拟环境

activate test

这里的test为环境名根据自己需要设置.
请添加图片描述

3. 安装cuda驱动和pytorch

3.1 cuda驱动

  1. 在官网查询驱动版本对应的cuda(如下图)更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第9张图片更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第10张图片

3.2 pytorch 安装

安装pytorch,官网参考链接
更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第11张图片
如果没有用GPU则选择CPU
更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第12张图片
安装完成后,在命令行输入import torch,不报错则代表成功安装;想要判别pytorch能否调用我们的GPU,只用输入命令torch.cuda.is_available(),如果显示True则表明可以。
请添加图片描述

3. 安装jupyter和d2l

我这里需要学习李沐老师的课程,他的课程在d2l python包中,我们这里需要安装d2l。另外为了更好的访问d2l,这里可以安装jupyter。
安装命令:

pip install jupyter d2l

打开jupyter notebook

![请添加图片描述](https://img-blog.csdnimg.cn/d478886f7576497e9efefa85fd696bfe.png)

更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第13张图片

参考链接:https://blog.csdn.net/weixin_63339973/article/details/128580596?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22128580596%22%2C%22source%22%3A%22unlogin%22%7D

作者好友利用chatgpt做了一个问答小程序,大家有兴趣可以试玩。

更李沐老师学习深度学习 Task1-深度学习环境配置(window)_第14张图片

你可能感兴趣的:(深度学习,python,深度学习,windows)