最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程

本教程是最新的深度学习入门环境配置教程,跟着本教程可以帮你解决入门深度学习之前的环境配置问题。同时,本教程拒绝琐碎,大部分以图例形式进行教程。这里我们安装的都是最新版本~

文章目录

  • 一、Anaconda的安装
      • 1.1 下载
      • 1.2 安装
      • 1.3 环境配置
  • 二、Cuda安装
      • 2.1 查看cuda版本
      • 2.2 cuda安装包下载
      • 2.3 cuda安装
  • 三、cuDNN安装
      • 3.1 cuDNN安装包下载
      • 3.2 cuDNN配置(也可以视为粘贴覆盖)
  • 四、Pytorch安装
      • 4.1 Anaconda中pytorch虚拟环境的创建
      • 4.2 pytorch安装

一、Anaconda的安装

1.1 下载

首先,进入Aanconda下载地址:https://www.anaconda.com/download/

最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第1张图片

如果嫌下载慢的话,也可以使用清华大学的软件镜像网站:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
在这里插入图片描述

最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第2张图片

1.2 安装

下载完成后,我们点击安装包,开始进行安装。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第3张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第4张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第5张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第6张图片
这里可以换一下安装路径到D盘,默认的是C盘。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第7张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第8张图片
最新版本安装时间有点长,静静等待即可。

最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第9张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第10张图片
以上两个,取消勾选,不然会打开网站和Anaconda导航工具。

1.3 环境配置

步骤如下:此电脑----->属性----->高级系统设置----->环境变量----->path----->编辑----->新建(好多软件都是这里配置环境变量,大家应该不陌生),懒得话直接按win键,搜索“环境变量”
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第11张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第12张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第13张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第14张图片
配置好环境以后,我们进行测试一下。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第15张图片
返回版本就说明已经配置成功。

二、Cuda安装

2.1 查看cuda版本

安装cuda之前,我们首先要检查一下自己电脑是否有独立显卡,如果有的话,需要查看下cuda的版本。
可以按住键盘Win+R,输入cmd进入终端。使用命令:nvidia-smi进行查看
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第16张图片
查看过后,记住自己的版本号,因为我们安装cuda的时候要安装不高于该版本号的cuda版本。

2.2 cuda安装包下载

按照我的cuda版本是12.1,那么我就可以安装12.1以下的版本,但也不能太低。
首先,进入下载地址:https://developer.nvidia.com/cuda-toolkit-archive
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第17张图片
在这里,我选择安装11.7版本,点击前面的CUDA Toolkit 11.7.0,切记一定点击上图红方框里面的,点击后面会跳转到另一个文档界面。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第18张图片

2.3 cuda安装

安装上图点击以后,会进行安装包的下载,网速不好的话时间会有点长。
下载完成后点击安装。
点击安装包后,首先会跳出如下图所示提示,点击OK即可,也没必要换路径。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第19张图片
然后安装步骤依次如下图所示:
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第20张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第21张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第22张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第23张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第24张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第25张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第26张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第27张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第28张图片
到上图就已经安装好了,点击关闭即可。
下面我们可以通过终端命令nvcc -V进行验证安装是否成功。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第29张图片

三、cuDNN安装

cuDNN的安装也是需要于Cuda对应版本。同时,我们进入官网的时候,需要登录下我们的账号,因为cuDNN必须登录账号以后才可以下载。
安装包下载地址:https://developer.nvidia.com/rdp/cudnn-download
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第30张图片
登录这方面我就不细讲了,很简单,直接把自己邮箱输入点击Next,进去后可以选择微信登录,然后进行邮箱验证。

3.1 cuDNN安装包下载

进入下载网站后,会出现如下所示的界面,我们选择自己Cuda对应版本的cuDNN展开进行下载即可。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第31张图片

3.2 cuDNN配置(也可以视为粘贴覆盖)

下载完成后,解压一下,然后将里面的bin、include以及lib目录复制下,然后移动到Cuda安装目录下,具体如下图所示:
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第32张图片
进入目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第33张图片
然后粘贴即可。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第34张图片

等粘贴完成后,就搞定了。这时候,我们可以把之前的安装包都删除了。

四、Pytorch安装

首先,进入Pytorch官网: https://pytorch.org/
然后往下滑,看到如下图所示:
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第35张图片
可以看到,现在官网上有最新的11.7和11.8版本。这里由于我们安装的是11.7版本的cuda,所以直接复制上面的命令到Anaconda虚拟环境中安装即可。

# CUDA 11.7 安装命令:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

如果CUDA版本过低,要安装以往的版本,那么可以点击下面的Previous versions of PyTorch进行旧版本的安装。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第36张图片
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第37张图片

4.1 Anaconda中pytorch虚拟环境的创建

安装的时候,我们可以先在Anaconda里面创建一个pytorch的虚拟环境,命令如下:

conda create -n pytorch python=3.7

这里安装python推荐3.7或者3.8,更加稳定一点。

创建虚拟环境完成后,我们可以通过conda env list命令查看已安装的虚拟环境。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第38张图片

4.2 pytorch安装

虚拟环境创建好以后,我们使用命令conda activate pytorch进入到pytorch虚拟环境中去。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第39张图片
当看到左边括号里的base(基础环境)变为pytorch环境以后,说明激活虚拟环境成功。

这时候,我们直接输入从pytorch官网上面复制来的安装命令进行安装即可。
最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第40张图片
这里也根据每个人的网速不同而安装速度不同,需要等待一会时间。
安装完成后,我们可以输入python命令,进入python编译器。
输入以下命令验证是否安装成功:

import torch
torch.cuda.is_available()

最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程_第41张图片
返回True,证明安装成功,这时候,我们就可以开始我们的深度学习之旅了~

你可能感兴趣的:(深度学习基础,pytorch,人工智能,python)