从0手把手带你搭建pytorch深度学习

目录

一、查看电脑有NVIDIA显卡没

二、更新电脑驱动

三、安装CUDA ToolKit和CUDNN

1、查看显卡驱动版本

2、查看合适的CUDA版本

3、下载CUDA ToolKit

4、安装CUDA

5、查看是否安装成功

6、安装CUDNN

7、CUDNN配置

四、安装anaconda

五、安装pycharm

六、搭建pytorch深度学习环境

1、进入Anaconda Prompt(鼠标左击win标志,去找)

2、下载torchvision和torch离线版本(因为在线装有时候会被中断)

3、离线安装

七、搭建pycharm环境测试


一些必要的介绍(自己的理解,有错请大神指教):

从0手把手带你搭建pytorch深度学习_第1张图片

下面开始啦!!!

一、查看电脑有NVIDIA显卡没

特别是笔记本的,必须要有NVIDIA的独立显卡。比如我的笔记本,打开任务管理器,如下,就有一个GeForce 920M的独立显卡。

从0手把手带你搭建pytorch深度学习_第2张图片

如果没有,就只能装CPU版的pytorch,当然不利于搞深度学习。不过现在的笔记本一般都有,搞深度学习当然最好用台式机啦,然后配高级点的显卡,至少1080。

更新电脑驱动

一些 “废话”:

NVIDIA图形驱动程序是用来驱动NVIDIA显卡的程序,是硬件所对应的软件,用于提升操作系统对其芯片组的兼容性。驱动程序即添加到操作系统中的一小块代码,其中包含有关硬件设备的信息。

有了此信息,计算机就可以与设备进行通信。驱动程序是硬件厂商根据操作系统编写的配置文件,可以说没有驱动程序,计算机中的硬件就无法工作。

操作系统不同,硬件的驱动程序也不同,各个硬件厂商为了保证硬件的兼容性及增强硬件的功能会不断地升级驱动程序。

这一步容易忽略,比较重要。一定要去下面这个网址:

Official Drivers | NVIDIA

从0手把手带你搭建pytorch深度学习_第3张图片

除红色框,其余的选项根据自己电脑显卡型号选择。然后下载安装就行。安装好之后,打开cmd窗口,键入nvidia-smi命令,结果如下:

从0手把手带你搭建pytorch深度学习_第4张图片

这就是安装之后的驱动版本信息,后续会根据这个信息选择CUDA ToolKit + CUDNN的安装。

三、安装CUDA ToolKit和CUDNN

1、查看显卡驱动版本

打开cmd窗口,键入nvidia-smi命令,如下:

 从0手把手带你搭建pytorch深度学习_第5张图片

2、查看合适的CUDA版本

CUDA 12.0 Update 1 Release Notes

去这个网站找最低版本的CUDA,如下(注意你的系统是linux还是windows)

我们的驱动是425.31,那么找满足大于等于425.31的最低版本CUDA,只有CUDA 10.1了。

3、下载CUDA ToolKit

CUDA Toolkit Archive | NVIDIA Developer

去这个地方下载对应版本的CUDA。此处有三个10.1的,我们下载最新的这个

从0手把手带你搭建pytorch深度学习_第6张图片

如下根据自己的情况选择:

从0手把手带你搭建pytorch深度学习_第7张图片

4、安装CUDA

双击下载好的.exe文件(我们这里下载的是network版):

第一次出现的临时解压路径,默认就好了,安装结束后,临时解压文件夹会自动删除;

从0手把手带你搭建pytorch深度学习_第8张图片

下面出现两种选择,精简(下载好所有组件,并且会覆盖原有驱动),我们这里就选择精简吧。如果是自定义,需要选择安装路径,也可以默认。

从0手把手带你搭建pytorch深度学习_第9张图片

出现如下:说不支持vs,我们选择I understand,不管它,继续。

从0手把手带你搭建pytorch深度学习_第10张图片

5、查看是否安装成功

cmd窗口键入nvcc --version,如下,出现我们安装的版本,成功。

6、安装CUDNN

cuDNN Archive | NVIDIA Developer

从这网址进入下载与CUDA ToolKit匹配的CUDNN,选择一个满足要求最新的:

 d437e73307f0be7bd184b26d0da366c5.png

点击后我们选择这个:windows 10

从0手把手带你搭建pytorch深度学习_第11张图片

 进去之后,要求注册邮箱,输入即可:

从0手把手带你搭建pytorch深度学习_第12张图片

 如果之前注册过,忘记密码了,可以选择登录帮助:

从0手把手带你搭建pytorch深度学习_第13张图片

7、CUDNN配置

解压下载好的.zip文件,得到如下:

从0手把手带你搭建pytorch深度学习_第14张图片

将这三个 文件夹下的文件 拷贝到CUDA ToolKit安装路径 对应文件夹下去 ,记不到安装路径,cmd窗口打开键入set cuda,如下:
bda8313fbf723b1ec794d31ea1dc2dc9.png

到这里CUDA ToolKit和CUDNN就弄好了。

四、安装anaconda

这个肯定简单,但是请看到最后,可以安装一个不带界面的精简版,很小。

Anaconda | Start Coding Immediately

进入这个官网,选择 open-source这个。

从0手把手带你搭建pytorch深度学习_第15张图片

 然后根据自己的情况下载:

从0手把手带你搭建pytorch深度学习_第16张图片

注意,这里下载的是最新版本的,安装包上百MB,而且有界面,如果想安装不带界面的,简洁点的,滑倒网页最下边,点击这里:

从0手把手带你搭建pytorch深度学习_第17张图片下面进去之后,左侧选择自己想要的版本,我这里选择windows,右边的python版本是,你安装anaconda的时候,会自动创建一个base虚拟环境,这个里面的python版本就即你选择的python版本。

从0手把手带你搭建pytorch深度学习_第18张图片

下载好之后,双击.exe按照步骤安装即可。

五、安装pycharm

Download PyCharm: Python IDE for Professional Developers by JetBrains

进入上面的官网,一般选择社区版本即可:

从0手把手带你搭建pytorch深度学习_第19张图片

 下载好之后双击.exe按照步骤安装即可。

六、搭建pytorch深度学习环境

1、进入Anaconda Prompt(鼠标左击win标志,去找)

从0手把手带你搭建pytorch深度学习_第20张图片

根据命令:conda create --name xxx python=xxx

新建一个虚拟环境,我这里如下:

 然后键入y,回车,如下:

 从0手把手带你搭建pytorch深度学习_第21张图片

他会自动下载一些必要的库。

2、下载torchvision和torch离线版本(因为在线装有时候会被中断)

torch与torchvision的版本对应可以从如下这个网址里面查:

Previous PyTorch Versions | PyTorch

(同样的CUDA版本,该网页越上面,torch和torchvision的版本越高。但是也越大,于是我这里折中,选个中间的)

比如,我们这里就选择的这个

 注意虚拟环境要满足组各种包对应cuda≥系统的CUDA版本

开始下载,进入下面的网页:

https://download.pytorch.org/whl/torch_stable.html

找到对应的版本(上面装的CUDA ToolKit10.1),那么我们选择如下:

按照同样规则,选出torch:

3、离线安装

下载好之后,我把它们放到某个文件夹中,如下:

从0手把手带你搭建pytorch深度学习_第22张图片

打开Anaconda Prompt窗口,进入创建的好的虚拟环境,

再cd到这个文件夹,如下:

从0手把手带你搭建pytorch深度学习_第23张图片

然后分两次键入pip install torch-xxxx命令和pip install torchvision-xxx,如下是我的:

从0手把手带你搭建pytorch深度学习_第24张图片

pip list查看安装成功了:

从0手把手带你搭建pytorch深度学习_第25张图片

、搭建pycharm环境测试

桌面新建一个文件夹,打开后,设置项目解释器为我们新建的虚拟环境,在main.py中键入以下代码,运行。

import torch

print(torch.__version__)

print('gpu', torch.cuda.is_available())

出现如下结果,恭喜你成功了!

从0手把手带你搭建pytorch深度学习_第26张图片

注:如果第二点那里你想安装其他的版本的驱动,可以去这个网址找:

游戏常用软件下载_显卡驱动下载 _ 游民星空 Gamersky.com

最后,给自己鼓个掌吧,坚持到这里也不容易。有任何疑虑,请评论区留言,鄙人水平有限,若有误请赐教。

你可能感兴趣的:(配置安装教程,深度学习,pytorch,人工智能)