当前位置: 首页 > news >正文

Windows11环境下配置深度学习环境(Pytorch)

目录

    • 1. 下载安装Miniconda
    • 2. 新建Python3.9虚拟环境
    • 3. 下载英伟达驱动
    • 4. 安装CUDA版Pytorch
    • 5. CPU版本pytorch安装
    • 6. 下载并配置Pycharm

1. 下载安装Miniconda

  1. 下载安装包:镜像文件地址
    在这里插入图片描述
  2. 将Miniconda相关路径添加至系统变量的路径中。
    在这里插入图片描述
    在这里插入图片描述
  3. 打开Anaconda Powershell Prompt,输入conda --version

在这里插入图片描述
在这里插入图片描述

2. 新建Python3.9虚拟环境

新建虚拟环境命令: conda create -n conda_name python=x.x(带python版本的)
新建python39环境:conda create -n python39 python=3.9
进入python39环境:conda activate python39
在这里插入图片描述
添加清华镜像网站到Anaconda:

conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

如果需要 jupyter notebook可以使用conda或者pip命令进行安装:

pip install jupyter notebook

在当前目录下输入 jupyter notebook即可打开。

3. 下载英伟达驱动

  1. 下载nvidia驱动软件:官网下载,登录,下载驱动。(判断自己的电脑是否有英伟达的显卡,没有显卡不需要安装驱动。)
    在这里插入图片描述
  2. windows+R,输入cmd,打开命令行,输入nvidia-smi,查看显卡驱动信息。
    在这里插入图片描述
    这里的CUDA version:12.3代表Cuda driver version是12.3,是与显卡的驱动相关的。

4. 安装CUDA版Pytorch

判断自己的电脑是否有英伟达的显卡,没有显卡不需要安装CUDA。

  1. 确定显卡算力
  • 显卡由 GPU、显存等组成,大部分情况下我们所说的 GPU 就等同于显卡,但是实际情况是 GPU 是显示卡的“心脏”、核心零部件、核心组成部分。GPU 本身并不能单独工作,只有配合上附属电路和接口才能工作,这时候,它就变成了显卡;
  • 显卡算力是指显卡处理信息的能力。
    找到显卡对应算力:算力查找
    在这里插入图片描述
    (我的是4060Ti,居然没有,假设算力是8.9)

在这里插入图片描述
(算力8.9对应cuda版本是11.8左右)

  • CUDA Runtime 是以 CUDA Driver 为基准开发的运行时库;
  • CUDA Runtime Version 是指 CUDA 运行时的版本,也就是这一部分需要确定的 CUDA 版本。
    CUDA Driver Version 和 CUDA Runtime Version 要充分发挥显卡的算力,此外,CUDA Driver Version 还要满足 CUDA Runtime Version 的某些新功能,所以三者之间的关系需要满足:“显卡算力对应的 CUDA 版本≤CUDA Runtime Version≤CUDA Driver Version”。
    11.8<=我要安装的CUDA版本<=12.3 -----------> 安装CUDA版本为11.8、12.1都可以,版本尽可能新(12.1)
  1. 在pytorch官网选择你要安装的版本信息,选择pip或者conda安装方式,然后下面会显示你需要安装的安装命令。
    在这里插入图片描述
    复制代码到powershell,注意要删除-c pytorch(不删除默认使用官网网站地址下载,删除之后下载要快一些,网速好也可以不删除):
#原本
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
#删除之后
conda install pytorch torchvision torchaudio pytorch-cuda=12.1  -c nvidia
  1. 查看是否安装成功:
import torch
print(torch.__version__)

在这里插入图片描述

5. CPU版本pytorch安装

  1. 在pytorch官网选择你要安装的版本信息,选择pip或者conda安装方式,选择CPU版本,然后下面会显示你需要安装的安装命令。
    在这里插入图片描述
  2. 复制代码到powershell,注意要删除-c pytorch(不删除默认使用官网网站地址下载,删除之后下载要快一些,网速好也可以不删除):
#原本:
conda install pytorch torchvision torchaudio cpuonly -c pytorch
#删除之后
conda install pytorch torchvision torchaudio cpuonly -c pytorch
  1. 查看是否安装成功:
import torch
print(torch.__version__)

在这里插入图片描述

6. 下载并配置Pycharm

  1. 进入pycharm官网,下载最新版pycharm(专业版自己网上找激活教程)
  2. 打开pycharm,点击设置:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    ①点击 conda environment (conda 环境)

②选择conda可执行文件:conda安装目录下\condabin\conda.bat,点击 load environements (加载环境)

④选择 Using existing environment(使用现有环境),选择自己的虚拟环境。

在这里插入图片描述
安装完毕:
在这里插入图片描述

http://www.lryc.cn/news/264008.html

相关文章:

  • 泛型深入理解
  • Linux内核模块
  • Java 栈和队列的交互实现
  • HarmonyOS应用开发者高级认证满分指南
  • CSharp中Blazor初体验
  • Linux下新建用户,并进行授权
  • STM32为基础的模拟I2C通用8bit和16bit读取以及多字节读取
  • 算法训练营Day19
  • C++数据结构——二叉搜索树详解
  • ros2机器人在gazebo中移动方案
  • 学习Java第74天,Ajax简介
  • 【Java面试题】在Java中String,Stringbuffer,StringBuilder的区别?
  • 让AIGC成为你的智能外脑,助力你的工作和生活
  • ubuntu12.04 源
  • openssl数据压缩
  • SQLturning:定位连续值范围起点和终点
  • 饥荒Mod 开发(十七):手动保存和加载,无限重生
  • Skywalking系列之最新版9.2.0-JavaAgent本地构建
  • olap/clickhouse-编译器优化与向量化
  • RK3399平台开发系列讲解(内核入门篇)网络协议的分层
  • Idea远程debugger调试
  • MATLAB - Gazebo 仿真环境
  • selenium自动化webdriver下载及安装
  • 网络基础介绍
  • Java中四种引用类型(强、软、弱、虚)
  • 【MyBatis学习笔记】MyBatis基础学习
  • 还在为论文焦虑?免费AI写作大师帮你搞定
  • 3.10【窗口】窗口使用示例(窗口缩放 三)
  • 【机器学习】密度聚类:从底层手写实现DBSCAN
  • 2023-12-20 二叉搜索树的最近公共祖先和二叉搜索树中的插入操作和删除二叉搜索树中的节点