环境内容 torch:1.2.0 torchvision:0.4.0
环境配置
环境配置
1、Anaconda的下载 ———————————————— 新版本anaconda的下载: 安装最新的Anaconda,首先登录Anaconda的官网:Anaconda | Individual Edition。直接下载对应安装包就可以。
2、Anaconda的安装

选择安装的位置,可以不安装在C盘。

我选择了Add Anaconda to my PATH environment variable,这样会自动将anaconda装到系统的环境变量中,配置会更加方便一些。

等待安装完之后,Anaconda的安装就结束了。?
二、Cudnn和CUDA的下载和安装
我这里使用的是torch=1.2.0,官方推荐的Cuda版本是10.0,因此会用到cuda10.0,与cuda10.0对应的cudnn是7.4.1。
1、Cudnn和CUDA的下载
网盘下载: 链接:https://pan.baidu.com/s/1cSwNCRKY0syOt-NBEdr94Q? 提取码:p002?
2、Cudnn和CUDA的安装
下载好之后可以打开exe文件进行安装。

这里选择自定义。

然后直接点下一步就行了。?

?安装完后在C盘这个位置可以找到根目录。 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 然后大家把Cudnn的内容进行解压。
把这里面的内容直接复制到C盘的根目录下就可以了。 ?
三、配置torch环境
1、pytorch环境的创建与激活
打开anaconda prompt
conda create –n pytorch python=3.6
?activate pytorch
这里一共存在两条指令: 前面一条指令用于创建一个名为pytorch的环境,该环境的python版本为3.6。 后面一条指令用于激活一个名为pytorch的环境。
2、pytorch库的安装
由于我们所有的操作都要在对应环境中进行,所以在进行库的安装前需要先激活环境。
activate pytorch?
?此时cmd窗口的样子为:
a.安装Pytorch(输入以下命令)
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html?
3、其它依赖库的安装
但如果想要跑深度学习模型,还有一些其它的依赖库需要安装。具体如下
scipy==1.2.1
numpy==1.17.0
matplotlib==3.1.2
opencv_python==4.1.2.30
torch==1.2.0
torchvision==0.4.0
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0
如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件,复制上述内容到txt文件中。

使用如下指令安装即可。下述指令中,requirements.txt前方的路径是我将文件放在桌面的路径,各位同学根据自己的电脑修改。
pip install -r C:\Users\33232\Desktop\requirements.txt
三、使用pytorch-gpu环境 (可看我以往教程最后一步)深度学习环境配置——windows下的tensorflow-cpu=2.2.0环境配置_阿良是炼丹师的博客-CSDN博客_tensorflow-cpu
|