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
Coding茶水间9 分钟前
基于深度学习的螺栓螺母检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉
AI小怪兽19 分钟前
RF-DETR:实时检测Transformer的神经架构搜索,首个突破 60 AP 的实时检测器 | ICLR 2026 in Submission
人工智能·深度学习·yolo·目标检测·架构·transformer
【建模先锋】22 分钟前
故障诊断模型讲解:基于1D-CNN、2D-CNN分类模型的详细教程!
人工智能·深度学习·分类·cnn·卷积神经网络·故障诊断·轴承故障诊断
其美杰布-富贵-李30 分钟前
tsai 中 Learner 机制深度学习笔记
人工智能·笔记·深度学习
一瞬祈望1 小时前
ImportError: cannot import name ‘OrderedDict‘ from ‘typing‘ 问题解决
pytorch·python3.7
LinkTime_Cloud2 小时前
谷歌深夜突袭:免费Flash模型发令,部分测试优于 GPT-5.2
人工智能·gpt·深度学习
Aspect of twilight2 小时前
深度学习不同GPU性能比较
人工智能·深度学习
丝瓜蛋汤2 小时前
chunking-free RAG简介
人工智能·深度学习·机器学习
STLearner3 小时前
VLDB 2025 | 时间序列(Time Series)论文总结(预测,异常检测,压缩,自动化等)
数据库·人工智能·深度学习·神经网络·机器学习·数据挖掘·时序数据库
AndrewHZ3 小时前
【复杂网络分析】什么是图神经网络?
人工智能·深度学习·神经网络·算法·图神经网络·复杂网络