深度学习环境安装|PyCharm,Anaconda,PyTorch,CUDA,cuDNN等

本文参考了许多优秀博主的博客,大部分安装步骤可在其他博客中找到,鉴于我本人第一次安装后,时隔半年,我忘记了当时安装的许多细节和版本信息,所以再一次报错时,重装花费了大量时间。因此,我觉得有必要把主要过程记录下来,以便下次需要时快速安装。以下过程不一定适用于所有人,因为它是基于我第二次安装时所遇到的问题和关键步骤的记录,谢谢大家。

我下载的是"CUDA11.1+PyTorch1.9.0+..."

使用的conda命令是

cpp 复制代码
conda install pytorch=1.9.0 torchvision=0.10.0 torchaudio=0.9.0 cudatoolkit=11.1

前言

在win终端使用命令

cpp 复制代码
nvidia-smi

看最高支持的CUDA版本(我的是11.4)

1、关于Anaconda,PyTorch和CUDA的安装

大家可以参考这篇博文

另外我再给出几个链接,
1、pytorch和CUDA等工具包版本对照信息
2、CUDAtoolkit工具包下载
3、NVIDIA驱动程序下载
4、pytorch各版本下载(第一次安装不知道用没用;但第二次没用到,用的是conda命令安装)

首先,对于CUDA的安装,我使用2号链接下载CUDA11.1,具体流程可以参考博文(Step2和Step3,Step1视情况参考)

安装完,在win终端使用命令

cpp 复制代码
nvcc -V  

or

cpp 复制代码
nvcc --version

看CUDA安装是否成功

注意!第一个命令的V是大写,小写会有错误出现。

成功画面如下

2、在anaconda终端安装PyTorch等

使用命令(版本对照信息参考链接1

cpp 复制代码
conda install pytorch=1.9.0 torchvision=0.10.0 torchaudio=0.9.0 cudatoolkit=11.1

因为前面步骤安装了CUDA11.1,所以这条命令不知道后面还要不要安装CUDA11.1,我是完整执行了这条命令,没发现错误。

执行测试程序

执行结果如下

说明安装正确

遇到的问题

1、ImportError: DLL load failed while importing _nnls: 找不到指定的模块。
得以解决博客

但我估计用不到第二步,第一步后应该就解决了

解决办法:

第一步:conda remove --force numpy, scipy

第二步:pip install -U numpy, scipy

2、UserWarning: h5py is running against HDF5 1.10.6 when it was built against 1.10.4 ...

得以解决博客

暂时写这么多,有问题后面在更新...

相关推荐
roman_日积跬步-终至千里1 分钟前
【深度学习】BatchNorm详解:原理·四步·梯度推导
人工智能·深度学习
flying_131410 分钟前
图神经网络分享系列-HAN(Heterogeneous Graph Attention Network)(三)
深度学习·神经网络·tensorflow·gat·han·节点级别注意力·语义级别注意力
QBoson31 分钟前
基于多任务变分自编码器的晶格超材料力学性能逆向设计方法
人工智能·深度学习
xx_xxxxx_34 分钟前
常见多模态架构CLIP/BLIP/Llava/CogVLM
人工智能·深度学习·机器学习·transformer·多模态
放下华子我只抽RuiKe51 小时前
深度学习-03-NLP强化训练
人工智能·深度学习·自然语言处理·开源·集成学习·easyui
sin°θ_陈1 小时前
前馈式3D Gaussian Splatting 研究地图(路线二):几何优先的前馈式 3DGS——前馈式 3DGS 如何重新拥抱多视图几何
深度学习·3d·webgl·三维重建·空间计算·3dgs·空间智能
剑穗挂着新流苏3121 小时前
204_从回归到分类:Softmax 回归、损失函数与多分类实战
人工智能·pytorch·python·深度学习
2501_9269783310 小时前
“LLM的智能本质--AGI的可能路径--人类的意识本质”三者的统一基底(5.0理论解读)
人工智能·经验分享·笔记·深度学习·机器学习·ai写作·agi
独隅12 小时前
PyTorch 模型部署的 Docker 配置与性能调优深入指南
人工智能·pytorch·docker
剑穗挂着新流苏31214 小时前
203_深度学习的第一步:线性回归模型与 SGD 优化算法实战
人工智能·深度学习·机器学习