| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> Python知识库 -> 开始深度学习的前期准备工作| Win10安装Anaconda CUDA等| GPU版 -> 正文阅读 |
|
[Python知识库]开始深度学习的前期准备工作| Win10安装Anaconda CUDA等| GPU版 |
本文是针对在个人电脑上进行深度学习的练习而编写的,如果是云端或者工作需要,恐怕不能适用。 硬件:处理器intel i5 7thHQ ? ? ?? 显卡NVIDIA GTX1050(notebook) 系统:Win10家庭版 未安装python 软件安装和环境配置可以大致分为5步 1.安装anaconda 2.更新驱动 3.安装CUDA 4.安装cuDNN 5.安装pytorch 一、安装Anaconda 装anaconda,就不需要单独装python了 anaconda 是一个python的发行版,包括了python和很多常见的软件库, 和一个包管理器conda。 1.下载 推荐在清华镜像源下载,速度快,官网太慢了 网址:https://link.zhihu.com/?target=https%3A//mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ ?选择合适的版本就好 2.安装 Anaconda安装的时候有几个特别要注意的 首先是用户选择,要选择ALL USERS;其次是安装路径,注意不要放到C盘,新的路径不要含有中文和空格;最后是Advanced options这里,不勾选第一项,勾选第二个项,这里一定不能出错。 然后就等待安装即可 3.配置环境变量 安装完成后要在此电脑的高级里面配置环境变量,路径是此电脑——属性——高级系统设置——环境变量——path——编辑——新建;在系统和用户两个路径里都要添加,我在做的时候只添加了系统,就出现了错误。环境变量好像各个攻略给出的有所不同,我这里是这样的 4.校验 配置完环境变量就可以运行cmd来试试? 先在cmd里输入python,如果安装没问题,那应该是这样的 再看看conda是不是安装好了,输入 conda --version? 再输入 conda info ,出现下图则校验成功 5. 更改通道地址为清华镜像(下载更新更快) 在?Anaconda prompt里运行如下代码
再检查一下是否更改成功,运行
至此,Anaconda安装完成。 二、显卡驱动更新 显卡驱动在很多攻略里不是必须更新的,但是如果你的电脑购买时间比较早,显卡驱动的版本比较旧的话,最好还是更新一下,不然在安装CUDA的时候,可能不支持较高版本的CUDA。 N卡驱动更新的地址为https://www.nvidia.cn/Download/index.aspx?lang=cn 在网页中根据自己电脑的配置选择相应的驱动就好,需要注意的是如果是笔记本的显卡,要选择notebook版本 下载后直接安装即可,注意安装位置不要在C盘 三、CUDA 首先在官网下载CUDA,具体版本根据显卡性能来决定,选择尽可能高的版本,这里我安装的是10.2 https://developer.nvidia.com/cuda-toolkit-archive ?选择好自己的系统和版本,安装类型选择本地,然后点击下载,安装到C盘以外的地址 ,直接选择精简安装,等待安装完成。 然后配置环境变量如下 最后打开cmd,输入nvcc -V,如果输出版本号,则验证成功。 四、安装cuDNN? https://developer.nvidia.com/zh-cn/cudnn 在上面网址根据需要选择版本,下载CUDNN,放到非C盘下,路径无中文和空格,安装就好了。添加一个cudnn的环境变量。如上图所示。 五、安装 pytorch pytorch的安装最大的问题在于网速太慢,这样就很容易反复下载失败(我失败了五十多次),因此我们要从镜像源下载,首先添加一个镜像源的通道地址。在Anaconda prompt里运行下列代码
然后打开pytorch的官网,根据需要选择版本 https://pytorch.org/get-started/locally/ ?这里建议选择stable版本,然后根据你的操作地址,包,编程语言和CUDA版本点击就好了,然后会自动生成对应的命令,复制下里,在anaconda prompt里粘贴,删掉最后的-c pytorch,这个是强制官网下载的意思,然后运行 这样下载速度就飞快。 下载完成以后,为了确保PyTorch是否安装成功,我们需要运行简单的样例代码测试,例如打印出随机生成的张量矩阵,以及gpu是否可以使用。 首先在命令行输入python,进入python的解释器,依次输入以下命令,每输入一句回车
输出的内容应该类似于以下:
如果OK,则说明pytorch安装基本成功。 再输入
如果输出“True”,则说明GPU驱动和CUDA可以支持pytorch的加速计算了,至此安装完毕。 参考文章: |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 | -2024/12/25 14:56:19- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |
数据统计 |