pytorch + d2l环境配置

文章目录


前言

一直想写一篇 pytorch + d2l的深度学习环境配置。但一直都不是很顺利,配置过很多次,都会遇到一些各种依赖项的兼容性问题。但这个是没有办法的,各种开源包都在不断维护过程中,版本迭代中出现兼容性问题不可避免。

下面我就给出我摸索出的一套配置:GPU版(CPU版倒是没有那么多问题)

cuda11.8 + cudnn11.x(如果官网找不到11.8,就找11.x, 根据经验不跨大版本问题不大)

一、安装软件

上英伟达官网下载cuda和cudnn安装。

cuda安装直接默认安装在C盘即可,这种和系统相关的默认是最好,不然容易出问题

cudnn 直接粘贴复制即可。

上面两步具体操作,参考视频安装教程

安装好后,一定要在cmd里面看看是否成功。参考视频中也有cmd中验证,照着来即可。

【注】:上述教程看安装cuda和cudnn的部分即可。其余的还是按我下面的教程来回比较好。

二、配置具体环境

  • step1: conda create 一个干净的 3.9以上的python环境并切换过去
  • step2:
    • pip install D:\Python_\torch安装包\torch-2.1.0+cu118-cp39-cp39-win_amd64.whl torchvision==0.16.0 torchaudio=2.1.0 --index-url https://download.pytorch.org/whl/cu118
      这个里面的torch安装包我直接下到了本地(直接官网那个pip网速太感人了),其余几个依赖,上面那几个版本是可以兼容的
  • step3: pip install jupyter d2l

全部跑完没有出现红色或者黄色警告什么版本不兼容问题就大工告成了。

验证一下可不可以移动到cuda上运算:参考视频

相关推荐
学无止境小袁同学9 小时前
Google ADK 学习指南
python·llm·agent·多agent·google adk·llmagent·agent cli
郝学胜-神的一滴10 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
LK_0710 小时前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk55510 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel
用户548178459095011 小时前
Java 与 Python 在大模型与智能体领域的选型
java·python
yiangL_12 小时前
1、Python 输入输出实验|print 与 input 人机交互实践
开发语言·python·人机交互
高洁0112 小时前
世界模型的因果内核:从预测表象到理解机制
人工智能·python·深度学习·transformer·迁移学习
数字融合12 小时前
透明化视频动态三维重建空间数据零核心技术
人工智能·python·virtualenv
AI创界者13 小时前
Python 进阶实战(五十四章):大模型推理网关终极架构——分布式全局前缀 Trie 缓存同步与多网关高可用协同调度
人工智能·python·aigc