[环境配置] 2. 依赖库安装

依赖库安装

本文档详细介绍深度学习项目所需的核心依赖库安装过程,包括 CUDAPyTorch 等组件的安装和配置。

CUDA和cuDNN安装

CUDA安装

  1. 检查显卡是否支持CUDA:

    • 访问NVIDIA官网查看支持列表
    • 使用命令 nvidia-smi 查看显卡信息
  2. 下载安装CUDA Toolkit:

    • 访问CUDA下载页面
    • 选择对应的操作系统和版本
    • 推荐版本:CUDA 11.7或11.8
  3. 验证安装:

    bash 复制代码
    nvcc --version

cuDNN安装

  1. NVIDIA开发者网站下载cuDNN

    • 需要注册NVIDIA开发者账号
    • 选择与CUDA版本匹配的cuDNN
  2. 安装步骤:

    • Windows:解压并复制文件到CUDA安装目录
    • Linux:使用包管理器安装

使用conda安装CUDA和cuDNN

  1. 创建conda环境:

    bash 复制代码
    conda create -n myenv python=3.9
  2. 激活环境:

    bash 复制代码
    conda activate myenv
  3. 安装CUDA和cuDNN:

    bash 复制代码
    conda install -c nvidia cuda=11.7 cudnn=8.5.0
    conda install -c conda-forge cudatoolkit=11.8 cudnn=8.6.0
  4. 验证安装:

    bash 复制代码
    nvcc --version

注意:

要保证 CUDAcuDNN 相互兼容,同时也要和你使用的深度学习框架(如 TensorFlowPyTorch )相匹配。

例如,如果你使用的是 CUDA 11.7 和 cuDNN 8.5.0,那么你应该选择与 CUDA 11.7 兼容的 PyTorch 版本,比如 PyTorch 1.11.0。

PyTorch安装配置

选择合适的PyTorch版本

  • 访问PyTorch官网

  • 选择对应的CUDA版本

  • 使用pip或conda安装:

    bash 复制代码
    # 使用pip安装
    pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
    
    # 使用conda安装
    conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

验证PyTorch安装

python 复制代码
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))

常用依赖库安装

基础科学计算库

bash 复制代码
pip install numpy pandas scipy matplotlib

机器学习相关库

bash 复制代码
pip install scikit-learn

深度学习工具库

bash 复制代码
pip install tensorboard
pip install opencv-python
pip install pillow

开发工具库

bash 复制代码
pip install jupyter
pip install ipython
pip install tqdm

依赖版本管理

导出依赖

bash 复制代码
# 导出所有依赖
pip freeze > requirements.txt

# 导出conda环境
conda env export > environment.yml

安装依赖

bash 复制代码
# 使用pip安装
pip install -r requirements.txt

# 使用conda安装
conda env create -f environment.yml

版本兼容性

推荐版本组合

  • Python 3.8/3.9
  • CUDA 11.7
  • cuDNN 8.5.0
  • PyTorch 2.0.0+

注意事项

  1. 确保CUDA、PyTorch和cuDNN版本相互兼容
  2. 定期更新依赖库到稳定版本
  3. 在安装新库前检查版本兼容性
  4. 保持依赖文件的及时更新
相关推荐
beot学AI5 小时前
机器学习之逻辑回归
人工智能·机器学习·逻辑回归
全息数据5 小时前
DDPM代码讲解【详细!!!】
深度学习·stable diffusion·多模态·ddpm
JosieBook5 小时前
【SpringBoot】21-Spring Boot中Web页面抽取公共页面的完整实践
前端·spring boot·python
西猫雷婶5 小时前
神经网络|(十九)概率论基础知识-伽马函数·下
人工智能·深度学习·神经网络·机器学习·回归·scikit-learn·概率论
三只小黄人5 小时前
AI驱动开发:颠覆传统编程新范式
人工智能·驱动开发
2401_858869806 小时前
支持向量机
算法·机器学习·支持向量机
海鸥_6 小时前
常见的相机模型针孔/鱼眼(Pinhole,Mei,K
计算机视觉·相机·slam
UrbanJazzerati6 小时前
掌握 xlwings 的 used_range:高效处理 Excel 数据区域
python·面试·excel
沐雪架构师6 小时前
Docling将pdf转markdown以及与AI生态集成
人工智能·pdf
kevin 16 小时前
扫描件、PDF、图片都能比对!让文档差异无所遁形
大数据·人工智能·pdf