WINDOWS下搭建深度学习推理+训练环境

概要

提示:针对深度学习推理+训练环境搭建进行总结

硬件:

对于RTX20系列、RTX30系列、RTX40系列都适用。

软件(安装顺序见下):

1、cuda_11.8.0_522.06_windows.exe

2、536.67-desktop-win10- win11 -64bit-international-nsd-dch-whql

3、cudnn-windows-x86_64-8.9.7.29_cuda11-archive

4、TensorRT-8.6.1.6.Windows10.x86_64.cuda-11.8

理解各软件功能和用途后,其它版本类似。

硬件以CUDA是否支持为基准,软件以CUDA为核心,其它软件均基于CUDA版本进行适配。

使用模块:

1、 Python

2、 Pytorch

3、OpenCL

4、YOLO

整体架构流程

1、安装CUDA

下载好cuda_11.8.0_522.06_windows.exe后,可以直接安装。

2、安装536.67-desktop-win10-win11-64bit-international-nsd-dch-whql

CUDA安装完成后,要再安装显卡驱动,这里的顺序没反,为的是优先安装CUDA的支持模块,避免重复升级或降级。

2、安装CUDNN

CUDA安装完成后,会在路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8 创建文件夹,将下载好的CUDNN压缩包直接解压覆盖到这个文件夹里就行。如下图:

3、安装TensorRT

安装TensorRT时,可以将下载好的压缩包解压到任意位置,注意路径中不要有中文。

解压完成后,在系统环境变量Path中添加条目,例如:C:\TensorRT-8.6.1.6\lib。

校验安装情况

cpp 复制代码
#测试CUDA及显卡驱动
nvcc --version  # 查看CUDA版本
nvidia-smi # 查看显卡性能是否为最高的P0,如果不是,需要去显卡控制面板里修改电源策略为最佳性能

#导航到CUDA的示例目录
cd "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\demo_suite" 
#测试CUDA和cuDNN配置
bandwidthTest.exe
deviceQuery.exe

如果这两个指令最后都显示Result = PASS,则表明CUDA和cuDNN安装配置正确

至此就已经具备推理环境了,如需转换模型或进行训练,则需安装辅助模块。

辅助模块安装

这里主要以使用的AI模型来决定模块安装及版本确认,示例将使用YOLO8,Ultralytics 8.0.109

1、安装Python,这里使用python-3.9.13-amd64,具体版本也需要根据 Ultralytics 来确认。

2、如果需要转换模型,则需要安装onnx版本>=1.12.0,安装onnxsim版本>=0.4.17,安装onnxruntime版本>=1.12.1。

3、要联网安装 Torch ,使用指令:这里版本为xxxx。

cpp 复制代码
pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118

如果要安装本地的的Torch,可以使用指令:

cpp 复制代码
pip install torch-2.1.1+cu118-cp39-cp39-win_amd64.whl

在用指令安装其它:

cpp 复制代码
pip install torchvision==0.16.1 torchaudio==2.1.1

4、安装yolo8

cpp 复制代码
pip install ultralytics==8.0.109

安装numpy

cpp 复制代码
pip uninstall numpy -y #先卸载旧版本
pip install numpy==1.23.5

再次检查并安装其它辅助包:

cpp 复制代码
# 1. 安装 onnx
pip install onnx==1.12.0

# 2. 安装 onnxsim
pip install onnxsim==0.4.17

# 3. 安装 onnxruntime
# CPU版本
pip install onnxruntime==1.12.1
# 或者 GPU版本(如果已安装CUDA)
pip install onnxruntime-gpu==1.12.1

至此,已经搭建好模型转换或训练环境。

相关推荐
对你无可奈何6 小时前
给 ComfyUI 做了一个手机助手
人工智能
feasibility.7 小时前
英伟达把物理AI的3D模型“应用商店”开放了:2575个SimReady仿真资产,总计约472GB,可让agent装配机器人训练场景
人工智能·3d·机器人·仿真·建模·具身智能·英伟达
智联视频超融合平台8 小时前
消防宣传月过半,“AI+消防“给视频平台换了张考卷
人工智能·边缘计算·视频监控·安防·视频联网
冬奇Lab8 小时前
一天一个开源项目(第262篇):AG-UI —— 把 AI Agent 接进前端的开放协议,和 MCP、A2A 并列的第三块拼图
人工智能·开源
罗西的思考9 小时前
【轻量化复现大模型 / KIMI K3】MTP / EAGLE‑3 模块交互式演示
人工智能·深度学习·算法
RobinDevNotes10 小时前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython
stormzhangV10 小时前
Coding Agent,通往 AGI 的重要一环
人工智能·agent·ai编程
Bowen_J12 小时前
Apple Foundation Models:Apple AI核心框架
人工智能·ai编程·apple
IT_陈寒12 小时前
Redis那个过期删除策略,差点让我线上崩了
前端·人工智能·后端
阿里云大数据AI技术12 小时前
AI 原生大数据服务 ADA 快速入门:完成首次对话式数据分析
大数据·人工智能