深度学习 简易环境安装(不含Anaconda)

在Windows上安装深度学习环境而不使用Anaconda,下面是一个基于pip的安装指南:

1. 安装Python

确保你已经安装了Python。可以从Python官网下载Python,并在安装时勾选"Add Python to PATH"选项。

注意,Python 不要安装最新版的,如3.13,会出现不兼容现象。

2. 安装pip

通常,Python会自带pip(包管理工具)。你可以在命令提示符中运行以下命令确认pip是否已安装:

复制代码
pip --version

3. 创建虚拟环境(可选)

为了保持项目的依赖整洁,可以创建一个虚拟环境:

  1. 打开命令提示符。

  2. 安装virtualenv(如果未安装):

    pip install virtualenv

3.创建一个新的虚拟环境(以myenv为例):

复制代码
virtualenv myenv

4.激活虚拟环境:

复制代码
myenv\Scripts\activate

4. 安装深度学习框架

根据你的需求,安装TensorFlow或PyTorch。

安装TensorFlow

在命令提示符中,输入以下命令安装TensorFlow:

复制代码
pip install tensorflow
安装PyTorch

访问PyTorch官网以获取适合你的系统和配置的安装命令。通常,安装命令如下(不要在命令行运行下面的指令,要到官网上选择配置复制相应下载指令,下载时间较长):

复制代码
pip install torch torchvision torchaudio

5. 安装其他必要的库

根据需要安装其他常用库,如NumPy、Pandas、Matplotlib等:

复制代码
pip install numpy pandas matplotlib scikit-learn

6. 测试安装

在命令提示符中启动Python,测试安装是否成功:

复制代码
python

然后输入以下代码:

对于TensorFlow:

复制代码
import tensorflow as tf
print(tf.__version__)

对于PyTorch:

复制代码
import torch
print(torch.__version__)

7. 设置CUDA(可选)(注意,CUDA和cuDNN版本号需要一致,且分先后安装顺序)

在这之前,你需要安装NVIDIA显卡驱动。

如果你有NVIDIA显卡并希望使用GPU加速,需要安装CUDA和cuDNN:

  1. 安装CUDA

  2. 安装cuDNN

    • 前往 cuDNN下载页面 下载cuDNN。注意需要注册一个NVIDIA开发者账户。
    • 解压下载的cuDNN文件,并将其内容复制到CUDA安装目录中。
  3. 设置环境变量:确保将CUDA和cuDNN的bin目录添加到系统的PATH环境变量中。

相关推荐
IT_陈寒2 小时前
React 18实战:7个被低估的Hooks技巧让你的开发效率提升50%
前端·人工智能·后端
逛逛GitHub3 小时前
飞书多维表“独立”了!功能强大的超出想象。
人工智能·github·产品
机器之心4 小时前
刚刚,DeepSeek-R1论文登上Nature封面,通讯作者梁文锋
人工智能·openai
CoovallyAIHub5 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
CoovallyAIHub5 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
aneasystone本尊6 小时前
学习 Chat2Graph 的知识库服务
人工智能
IT_陈寒6 小时前
Redis 性能翻倍的 7 个冷门技巧,第 5 个大多数人都不知道!
前端·人工智能·后端
飞哥数智坊17 小时前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程
倔强青铜三17 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18 小时前
Dify Agent + AntV 实战:从 0 到 1 打造数据可视化解决方案
人工智能