动手学习深度学习之环境配置

创建conda虚拟环境

下载anaconda,安装到计算机,修改镜像源到国内

复制代码
show_channel_urls: true
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults

创建一个新的虚拟环境
conda create --name d2l python=3.9 -y
创建完成后,激活虚拟环境
conda activate d2l

安装CPU版本的pytorch

如果只有CPU,则只需要安装cpu版本的pytorch

复制代码
pip install torch==1.12.0
pip install torchvision==0.13.0

安装GPU版本的pytorch

如果需要利用GPU来学习,就需要安装GPU版本的Pytorch,

在安装之前需要先配置GPU环境,安装CUDA和CudaNN

  1. 安装CUDA

    输入如下命令查看GPU驱动信息
    nvidia-smi

从官网下载对应版本的安装程序CUDA Toolkit Archive Nvidia Developer

复制代码
https://developer.nvidia.com/cuda-toolkit-archive

安装(推荐自定义安装在有空余的盘中,我的安装地址:D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1 ;D:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1 )

验证:输入nvcc --version 进行检查

  1. 安装CudaNN

下载CudaNN

https://developer.nvidia.com/rdp/cudnn-download

将压缩包解压之安装路径下(D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1)

验证:

  • 进入 d:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite
  • 运行bandwidthTest.exe
  • 输出结果Result = PASS,安装成功
  1. 安装gpu版本的pytorch
    在pytorch官网https://pytorch.org/找到对应的版本,复制指令安装

    pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

安装d2l软件包

复制代码
pip install d2l==0.17.6

运行

在pycharm切换项目的虚拟机为d2l,就可以运行了

如果在jupyternotebook中运行,就先用conda激活环境,再用命令行打开Jupyter notebook

相关推荐
飞哥数智坊21 小时前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程
倔强青铜三21 小时前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试
虫无涯1 天前
Dify Agent + AntV 实战:从 0 到 1 打造数据可视化解决方案
人工智能
Dm_dotnet1 天前
公益站Agent Router注册送200刀额度竟然是真的
人工智能
算家计算1 天前
7B参数拿下30个世界第一!Hunyuan-MT-7B本地部署教程:腾讯混元开源业界首个翻译集成模型
人工智能·开源
机器之心1 天前
LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死
人工智能·openai
Juchecar1 天前
交叉熵:深度学习中最常用的损失函数
人工智能
林木森ai1 天前
爆款AI动物运动会视频,用Coze(扣子)一键搞定全流程(附保姆级拆解)
人工智能·aigc
聚客AI1 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
BeerBear1 天前
【保姆级教程-从0开始开发MCP服务器】一、MCP学习压根没有你想象得那么难!.md
人工智能·mcp