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
ZhengEnCi1 小时前
项目越写越乱?先别改架构:用一次目录重排 + 一份可复算的体检脚本把乱治住
python·架构·ai编程
Dmz丶2 小时前
前端转 AI 100 天 Day 45:阶段复盘——从“会调 API”到“做出 AI 产品”
python
Sakura_j_h_2 小时前
MCP SDK 2.0 实战:用 MCPServer 搭本地笔记检索服务
开发语言·笔记·python·qt·ai工具·mcp·mcpserver
QuZhengRong3 小时前
【AI】Agent 全栈进阶|AgentScope 沙箱源码解析
python·学习·ai·agent·沙箱
Eider19983 小时前
Python基础语法之并发相关3
开发语言·python
M--Y5 小时前
LangGraph 架构基石:持久化与运行控制
python·langchain·大模型·llm·持久化·langgraph
用户019027581615 小时前
新浪财经 / 东方财富股票接口不稳、被限?稳定替代方案
python
七夜zippoe5 小时前
Nexent 知识库:调优靠 Chunk 与重排
开发语言·python·ai智能体·nexent·知识库与rag
承渊政道8 小时前
【Python编程—从入门到实践】(用户账户:给Django网站装上登录系统,让每个人拥有自己的学习笔记)
python·学习·pycharm·django
承渊政道9 小时前
【Python编程—从入门到实践】(设置样式并部署:给Django网站换新装,把学习笔记发布到互联网)
python·学习·pycharm·django