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
whabc1008 分钟前
和鲸社区深度学习基础训练营2025年关卡2(2)sklearn中的MLPClassifier
人工智能·深度学习·numpy
往日情怀酿做酒 V176392963831 分钟前
pytorch的介绍以及张量的创建
人工智能·pytorch·python
北辰alk43 分钟前
如何实现AI多轮对话功能及解决对话记忆持久化问题
人工智能
智驱力人工智能43 分钟前
极端高温下的智慧出行:危险检测与救援
人工智能·算法·安全·行为识别·智能巡航·高温预警·高温监测
Leo.yuan1 小时前
数据分析师如何构建自己的底层逻辑?
大数据·数据仓库·人工智能·数据挖掘·数据分析
笑稀了的野生俊1 小时前
ImportError: /lib/x86_64-linux-gnu/libc.so.6: version GLIBC_2.32‘ not found
linux·人工智能·ubuntu·大模型·glibc·flash-attn
吕永强1 小时前
意识边界的算法战争—脑机接口技术重构人类认知的颠覆性挑战
人工智能·科普
二二孚日1 小时前
自用华为ICT云赛道AI第三章知识点-昇腾芯片硬件架构,昇腾芯片软件架构
人工智能·华为
蹦蹦跳跳真可爱5892 小时前
Python----OpenCV(几何变换--图像平移、图像旋转、放射变换、图像缩放、透视变换)
开发语言·人工智能·python·opencv·计算机视觉
蹦蹦跳跳真可爱5892 小时前
Python----循环神经网络(Transformer ----Layer-Normalization(层归一化))
人工智能·python·rnn·transformer