手把手教你在Windows10环境下安装深度学习框架(pytorch or tensorflow)
1. 安装Anaconda:(常用的python版本和各类包管理器)1.1. 下载地址:1.2. 配置环境变量:1.3. 检查配置情况:1.4. 切换anaconda下载文件的源:2. 安装CUDA:(显卡厂商NVIDIA推出的并行运算平台)3. 安装CUDNN:(用于深度神经网络的GPU加速库)4. 安装pytorch(GPU版本)5. 安装tensorflow(GPU版本)补充:1. 安装Anaconda:(常用的python版本和各类包管理器)
1.1. 下载地址:
/products/individual
不一定安装在c盘下,自行选择
1.2. 配置环境变量:
环境变量配置路径:此电脑右键-属性-高级系统设置-环境变量(根据自己安装anaconda目录名称输入),在用户变量或者系统变量中输入均可
C:\Users\yuan\anaconda3C:\Users\yuan\anaconda3\ScriptsC:\Users\yuan\anaconda3\Library\binC:\Users\yuan\anaconda3\Library\usr\binC:\Users\yuan\anaconda3\Library\mingw-w64\bin
1.3. 检查配置情况:
cmd命令行中输入 conda --version(注:- - 查看输出情况是否为版本号)
1.4. 切换anaconda下载文件的源:
默认外国网站,配完镜像源,使用国内的网站,下载速度会提升
命令如下:配置清华源
conda config --add channels https://mirrors.tuna./anaconda/pkgs/free/ condaconfig --add channels https://mirrors.tuna./anaconda/pkgs/main/ condaconfig --add channels https://mirrors.tuna./anaconda/cloud/conda-forge/
设置搜索时显示通道地址
conda config --set show_channel_urls yes
显示源
conda config --show channels
删除源
conda config --remove channels 源名称或链接
2. 安装CUDA:(显卡厂商NVIDIA推出的并行运算平台)
安装之前输入nvidia-smi查看自己的显卡驱动版本,找到对应的cuda版本。30系显卡建议直接cuda11.1以上版本。
Cuda下载地址:/cuda-toolkit-archive
直接打开安装exe安装,建议安装在默认路径下,测试安装情况命令行命令:nvcc -V (注:大写的V)
3. 安装CUDNN:(用于深度神经网络的GPU加速库)
下载地址:/cudnn
需要先注册账号,看自己的cuda版本下载对应的cudnn版本
Cuda11以上版本对应cudnn11.3、cuda10版本对应cudnn10
下载完成之后
1)将cuda\bin目录中的 cudnn64_8.dll 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin 中2)将cuda\include目录中的 cudnn.h 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include中3)将cuda\lib\x64 目录中的 cudnn.lib 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64 中4) 然后将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64都添加环境变量path中。
4. 安装pytorch(GPU版本)
前往:/get-started/locally/ 查看安装命令,有条件可以选择直接用conda或者pip命令安装,国内的选择在pip命令中输入清华源,命令如下:
pip install -i https://pypi.tuna./simple torch===1.5.1 torchvision===0.6.1 -f /whl/torch_stable.html
5. 安装tensorflow(GPU版本)
conda install tensorflow-gpu==1.4.0 或者 pip install tensorflow-gpu==1.4.0
补充:
为方便拓展建议在anaconda内新建开发环境,方便之后进一步的配置,anaconda可以直接建立特定python版本的环境。
安装完anaconda之后
创建环境:
conda create --name env_name python=3.7 #env_name(命名你的环境,英文) #python=3.7(代表3.7版本的python,可以修改为其他)
创建环境之后激活环境:activate env_name 代表你进入了该环境目录下,可以调用该环境下所有的包
安装框架和常用包:
Conda install tensorflow-gpu==1.4.0Conda install torchConda install numpyConda install ..........
其他命令:
删除环境:conda remove -n env_name --all推出环境:conda deactivate env_name查看所有环境:conda info --envs查看该环境目录下所有的包:conda list安装包:conda install pkg_name卸载包:conda uninstall pkg_name