配置环境总体思路

1.依据python版本选择对应Anaconda版本;

2.依据显卡驱动版本选择对应的CUDA版本;

3.依据CUDA版本选择对应的cudnn和pytorch版本。

一、Anaconda安装

1.下载地址

1.官网  https://www.anaconda.com/products/individual

2.清华源  https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

注:若官网下载速度慢,可用清华源下载;注意操作系统的位数(一般是64位的)

2.安装教程

1.双击运行下载的.exe文件,按照以下顺序点击:Next → I Agree

​2.选择用户:Just Me 或 All Users 都可以,默认选择 Just Me

​3.选择安装目录:一般不建议安装到C盘;可更改安装路径,注意安装路径不能出现中文、空格,使用纯英文即可。

​4.勾选安装参数:一是添加anaconda到环境变量中(path),二是将anaconda的python版本作为默认的python版本; 建议两者都勾选,环境变量手动再添加一遍(后续有介绍)。

​5.等待安装即可,结束时最后 “两个learn” 都不需要勾选,点击Finish即可。

3.配置环境变量

1.鼠标选择”此电脑“,单击鼠标右键,选择 ”属性“;

​2.左键单击左侧栏的 “高级系统设置”

​3.点击 “高级”栏中的 “环境变量”

​4.点击 “系统变量”中的 “Path”项,选择编辑;

​5.点击 “新建”,然后添加以下类似路径(以安装路径为准,只需保证最后路径的文件名称相同即可)

E:\Anaconda     (Python需要)
E:\Anaconda\Scripts (conda自带脚本)
E:\Anaconda\Library\mingw-w64\bin (使用C with python的时候)
E:\Anaconda\Library\bin (jupyter notebook动态库)
E:\Anaconda\Library\usr\bin (我自己没找到此文件夹,若存在可将此条也加上)

  注:切记点击确定!!

4.安装测试

1. win+R,输入cmd,进入命令提示符

2. 输入:  conda --version

若跳出conda版本,则表示anaconda安装成功,且已经配置好环境变量

二、CUDA安装

1.确定版本

控制面板——硬件和声音——NVIDIA控制面板——帮助——系统信息——组件

1.第三行,NVCUDA64.DLL 可查看显卡驱动版本支持的最高CUDA版本;

​2.网页搜索相应CUDA版本安装,建议不需要安装太新版本。网页直接可查找;

2.安装步骤

​ 1.双击运行.exe文件后,前两项是默认安装;

​ 2.当选择安装选项时,选择自定义安装,驱动程序组件第一次安装尽量全选;

​ 3.记得留意CUDA安装位置,之后cudnn的安装会用到!!

3.测试

1.win+R,输入cmd,进入命令提示符

​2.输入:nvcc -V

4.添加至系统变量

​ 1. 添加方法与anaconda的相同:**此电脑——属性——高级系统设置——环境变量——path——编辑——新建**

​ 2.添加以下类似路径:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp

3.有些路径在安装时可能已经添加,手动补充没有的即可

三、cuDNN配置 

​ 1.进入官网依照cuda版本选择cudnn文件下载(需要注册账号)

​ https://developer.nvidia.cn/rdp/cudnn-download

​ 2.解压下载的cudnn文件,会获得三个文件夹:bin、include、lib;

​ 3.将这三个文件夹复制到之前CUDA的安装路径里,最后一个路径名应是cuda版本号

​ 4.CUDA安装时若是默认路径,则一般为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

四、pytorch安装(清华镜像)

1.打开   Anaconda Prompt

2.添加清华镜像

依次输入下列三行代码:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

3.添加pytorch镜像

接着输入下列代码:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

4.安装pytorch

进入官网链接: https://pytorch.org/

​ 1.在官网根据自己之前安装的环境依次选择,然后复制官网给出的命令语:

​ Install——stable——Windows——conda——python——10.2 (以cuda10.2为例)

​ 2.若按照上列方式官网提供的cuda版本过高,点击上方的 “ install previous versions of pytroch”,选择旧版本

​ 3.根据不同的版本搜索自己的下载语句,记住去掉 -c pytorch

conda insatll pytorch torchvision torchaudio cudatookit=10.2 (以cuda10.2为例) 

5.测试

1.win+R,输入cmd,进入命令提示符

​2.输入

python     # 进入>>>python环境
import torch # 如正常则静默
a = torch.Tensor([1.]) # 如正常则静默
a.cuda() # 如正常则返回"tensor([ 1.], device='cuda:0')"
from torch.backends import cudnn # 如正常则静默
cudnn.is_acceptable(a.cuda()) # 如正常则返回 "True"

6.注意事项

如果以前安装过pytorch或者安装失败过,在安装前执行下面两条语句:

conda uninstall pytorch
conda uninstall libtorch

小白秒懂的Windows下搭建基于pytorch的深度学习环境的更多相关文章

  1. [AI开发]centOS7.5上基于keras/tensorflow深度学习环境搭建

    这篇文章详细介绍在centOS7.5上搭建基于keras/tensorflow的深度学习环境,该环境可用于实际生产.本人现在非常熟练linux(Ubuntu/centOS/openSUSE).wind ...

  2. 我的AI之路 —— 从裸机搭建GPU版本的深度学习环境

    之前一直在CPU上跑深度学习,由于做的是NLP方向所以也能勉强忍受.最近在做图像的时候,实在是扛不住了...还好领导们的支持买个虚拟机先体验下.由于刚买的机器,环境都得自己摸索,瞎搞过很多次,也走过很 ...

  3. Windows下搭建基于SSH的Git服务器

    Git客户端安装 客户端要同时安装在远程服务器和自己的电脑上,下载地址:http://msysgit.github.io/ 选择安装组件 :也可以默认选择; 图标组件(Addition icons) ...

  4. windows下搭建基于nginx的rtmp服务器

    https://blog.csdn.net/fireroll/article/details/51985688 Windows机器配置:Windows7旗舰版 64位Intel(R) Core(TM) ...

  5. 在Windows下搭建基于nginx的视频直播和点播系统

    http://my.oschina.net/gaga/blog/478480 一.软件准备 由于nginx原生是为linux服务的,因此官方并没有编译好的windows版本可以下载,要在windows ...

  6. Mac下搭建基于PlatformIO的嵌入式开发环境(STM32开发)

    PlatformIO简介 PlatformIO是开源的物联网开发生态系统.提供跨平台的代码构建器.集成开发环境(IDE),兼容 Arduino,ESP8266和mbed等 支持在Windows.Lin ...

  7. Windows下搭建Apache+Django+Python Web服务环境

    最近在学Django,想用Apache搭建一个服务器环境,因此在网上看了好多资料,很多都是用Python2.6和Apache2.2搭建的环境,不过我还是想用Python35和Apache24来搭建,具 ...

  8. 在 windows 下搭建 IDEA + Spark 连接 Hive 的环境

    为了开发测试方便,想直接在 IDEA 里运行 Spark 程序,可以连接 Hive,需不是打好包后,放到集群上去运行.主要配置工作如下: 1. 把集群环境中的 hive-core.xml, hdfs- ...

  9. windows 下搭建 apache + php52 + postgreSQL7/8/9环境

    apache和php安装参考:[转]Windows7 64bit下配置Apache+PHP+MySQL 我这主要讲配置  apache 支持 postgresql9数据库: 1.将php5文件夹下的p ...

随机推荐

  1. 一文弄懂CGAffineTransform和CTM

    一文弄懂CGAffineTransform和CTM 一些概念 坐标空间(系):视图(View)坐标空间与绘制(draw)坐标空间 CTM:全称current transformation matrix ...

  2. Netty学习笔记(2)ByteBuffer

    1. 测试ByteBuffer 1.1 依赖 <dependencies> <dependency> <groupId>io.netty</groupId&g ...

  3. [对对子队]会议记录4.14(Scrum Meeting 5)

    今天已完成的工作 刘子航 ​ 工作内容:设计第2,3关 ​ 相关issue:设计关卡2,3 吴昭邦 ​ 工作内容:制作场景,暂时解决了坐标错位问题 ​ 相关issue:实现游戏场景中的必要模型 何瑞 ...

  4. 热身训练1 Sequence

    http://acm.hdu.edu.cn/showproblem.php?pid=6 分析: 这道题,全都是1e9,所以我们很容易想到"矩阵快速幂". 假如说我们没有后面那个&q ...

  5. [暴力题解&&考试反思] 双十一欢乐赛(联赛膜你测试32)

    前言: 今天考试很迷糊.从7点考到11点半,我大概从7点睡到9点.隐隐约约看到旁边的狗哥敲了好几个题,我才开始写代码.然后因为还是很困,而且T1迷迷糊糊调了好长时间,T3T4的暴力就懒的写了... 估 ...

  6. qgis cookbook-QgsMapRendererJob学习

    学习到渲染(QgsMapRendererJob),按照教程所讲总是输出不了图像,看了一下qgis的测试源码,发现少了一句话,加上后就可以输出了! from qgis.core import * fro ...

  7. 常用JAVA API :HashSet 和 TreeSet

    set容器的特点是不包含重复元素,也就是说自动去重. HashSet HashSet基于哈希表实现,无序. add(E e)//如果容器中不包含此元素,则添加. clear()//清空 contain ...

  8. IDA*、操作打表、并行处理-The Rotation Game HDU - 1667

    万恶之源 优秀题解 用文字终究难以穷尽代码的思想 思路 每次操作都有八种选择,相当于一棵每次延申八个子节点的搜索树,故搜索应该是一种方法.而这题要求求最少步数,我们就可以想到可以试试迭代加深搜索(但其 ...

  9. Luogu P1654 OSU! | 期望

    题目链接 很妙的一道题. 题目要求$X^3$的期望值. 直接求不好求. 考虑先求出$X$和$X^2$的期望值,然后再求$X^3$的期望值. 迎.刃.而.解. #include<iostream& ...

  10. js 在浏览器中的event loop事件队列

    目录 前言 认识一个栈两个队列 执行过程 异步任务怎么分配 简单例子 难一点的例子 前言 以下内容是js在浏览器中的事件队列执行,与在nodejs中有所区别,请注意. 都说js是单线程的,不过它本身其 ...