【深度学习】Windows配置深度学习环境

0.前提

OS:Windows 10(Windows 11也可)

CPU:i5-8300H

GPU:NVIDIA-GTX1060

Python3.9.8

Pycharm2020-pro

参考博客:
Anaconda超详细安装教程(Windows环境下)
cuda安装以及conda安装对应版本的pytorch-gpu

1.安装anaconda

Anaconda下载官网:https://www.anaconda.com/products/individual
推荐 --->清华镜像源:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

踩坑:不要下载最新的几个版本,否则后面用conda的时候会出现很多DEBUG信息,建议从镜像源中下载旧一点的版本!

如果不小心安装了最新版的并出现问题的,要卸载可以看本文最后踩坑部分

这一步选择为本机所有用户安装:

后面选好安装位置一路确定,会安装Python3.11作为主环境的Python,可以选上,将近5个G还是挺久的,直到出现installation complete点击完成。不用运行打开gui。

接下来设置环境变量,为的是让其在cmd控制台中可以实现命令,

在环境变量path中加入以下:

确定后,reboot.

在控制台中检查是否安装成功,这样就可以了:

2.安装CUDA

首先要保证是NVIDIA的显卡,并且要装好驱动,控制台中输入:

从右上角可以看出CUDA显示12.1,注意这里的版本当前驱动可支持的最高CUDA版本,并不代表安装的是CUDA12.1

我下载的版本是CUDA11.7,CUDNN可以选择下载,不是必须的

CUDA官网下载链接:https://developer.nvidia.com/cuda-toolkit-archive
CUDNN下载链接:https://developer.nvidia.com/rdp/cudnn-download

这时候在控制台中输入nvcc -V是没有显示任何信息的,因为没安装CUDA

Windows下的好处就是都是GUI界面,非常清楚,找到刚才下载好的:cuda_11.7.0_516.01_windows.exe

双击运行直接进入安装,这个路径只是一个解压提取路径,不是文件保存的位置,点OK后会自己删除

安装选项选择:自定义

如果安装了GeForce Experience...就取消安装,此外还要检查其他驱动的版本,如果要安装的版本比当前版本还要低,就取消安装,如果如图什么都不显示就直接安装也行

后面继续安装,安装在C盘也是可以的,一路next

在英伟达驱动中查看:

安装完成!

3.conda创建虚拟环境

首先检查一下基础环境:

复制代码
conda env list

创建一个新的实验环境,并且给该环境指定一个版本为3.7的Python:

复制代码
conda create -n torch1 python=3.7

创建完成后再次检查环境列表,

在这之前输入,就会进入刚才建立好的torch1环境当中:

复制代码
conda init
conda activate torch1

4.安装pytorch

pytorch官网:https://pytorch.org/

选择合适的系统、版本进行安装

最后显示done就成功了

如果安装很慢,可以加镜像,也可以Ctrl+C中断,再重新安装也是可以的。我没有加镜像就直接下载速度也是可以的。

5.检测pytorch-GPU

打开之前安装好的Pycharm,新建项目,选择外部导入,找:

选择conda Environment,系统会西自动检测到刚才创建的虚拟环境,没有检测到的可以安装图示路径手动添加Python.exe,确定之后点击create。

新建一个main.py文件,输入以下:

python 复制代码
import torch 

print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name())

输出:

完成!

PS:踩坑!!

(1)在终端使用conda指令出现大量DEBUG信息

复制代码
 Collecting package metadata (current_repodata.json): - DEBUG:urllib3.connectionpool:Starting new HTTPS connection (1): repo.anaconda.com:443
 .........

卸载anaconda重装!

建议:不要安装最新的版本的anaconda,比如记录的时候最新的是3.2023.07-2,安装3.2023.07-0就没问题了

(2)完全卸载删除anaconda

官网手册:卸载 Anaconda 发行版

官网手册上写的是要安装anaconda-clean,但是我是根本安不上的,如果能安装成功就跟着手册走

找到安装anaconda的文件夹,其中有uninstall.exe,双击卸载

卸载后重启电脑,环境变量也会自动删除。

找到这个.conda文件,里面存的conda建立的文件,直接删除即可

相关推荐
AI医影跨模态组学2 小时前
Biomarker Res(IF=11.5)安徽医科大学第一医院:基于机器学习的放射组学模型:子宫内膜癌患者的预后预测及机制探索
人工智能·深度学习·论文·医学·医学影像·影像组学
lqqjuly3 小时前
Transformer架构详解 - 第一、二部分:基础与核心思想、核心组件详解
深度学习·神经网络·自然语言处理
x***r1513 小时前
jdk-11.0.16.1_windows使用步骤详解(附JDK 11环境变量配置与验证教程)
java·开发语言·windows
白日做梦Q3 小时前
Label Studio 安装与使用完整文档(可直接复制部署)
深度学习·yolo·计算机视觉
快乐on9仔4 小时前
NLP学习(一)transformers之pipeline体验
人工智能·深度学习
玖釉-6 小时前
下一个排列:从字典序到原地算法的完整推导
数据结构·c++·windows·算法
Black蜡笔小新6 小时前
企业私有化AI训练推理一体工作站DLTM深度学习推理工作站重塑安全监控智能化体系
人工智能·深度学习
小a彤6 小时前
ops-nn 快速上手 - 神经网络算子使用入门指南
人工智能·深度学习·神经网络
Yunzenn6 小时前
深度分析字节最新研究cola-DLM 第 07 章:推理流水线逐行拆解 —— 从 prompt 到生成文本
人工智能·驱动开发·深度学习·chatgpt·架构·prompt·github
AI医影跨模态组学7 小时前
J Hepatol(IF=33.0)英国帝国理工学院:基于机器学习的影像组学模型在预测肝细胞癌免疫治疗结局中优于临床生物标志物
人工智能·深度学习·机器学习·论文·医学影像·影像组学