小白秒懂的Windows下搭建基于pytorch的深度学习环境
配置环境总体思路
1.依据python版本选择对应Anaconda版本;
2.依据显卡驱动版本选择对应的CUDA版本;
3.依据CUDA版本选择对应的cudnn和pytorch版本。
一、Anaconda安装
1.下载地址
1.官网 https://www.anaconda.com/products/individual
2.清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
注:若官网下载速度慢,可用清华源下载;注意操作系统的位数(一般是64位的)
2.安装教程
1.双击运行下载的.exe文件,按照以下顺序点击:Next → I Agree
2.选择用户:Just Me 或 All Users 都可以,默认选择 Just Me
3.选择安装目录:一般不建议安装到C盘;可更改安装路径,注意安装路径不能出现中文、空格,使用纯英文即可。
4.勾选安装参数:一是添加anaconda到环境变量中(path),二是将anaconda的python版本作为默认的python版本; 建议两者都勾选,环境变量手动再添加一遍(后续有介绍)。
5.等待安装即可,结束时最后 “两个learn” 都不需要勾选,点击Finish即可。
3.配置环境变量
1.鼠标选择”此电脑“,单击鼠标右键,选择 ”属性“;
2.左键单击左侧栏的 “高级系统设置”;
3.点击 “高级”栏中的 “环境变量”;
4.点击 “系统变量”中的 “Path”项,选择编辑;
5.点击 “新建”,然后添加以下类似路径(以安装路径为准,只需保证最后路径的文件名称相同即可)
E:\Anaconda (Python需要)
E:\Anaconda\Scripts (conda自带脚本)
E:\Anaconda\Library\mingw-w64\bin (使用C with python的时候)
E:\Anaconda\Library\bin (jupyter notebook动态库)
E:\Anaconda\Library\usr\bin (我自己没找到此文件夹,若存在可将此条也加上)
注:切记点击确定!!
4.安装测试
1. win+R,输入cmd,进入命令提示符
2. 输入: conda --version
若跳出conda版本,则表示anaconda安装成功,且已经配置好环境变量
二、CUDA安装
1.确定版本
控制面板——硬件和声音——NVIDIA控制面板——帮助——系统信息——组件
1.第三行,NVCUDA64.DLL 可查看显卡驱动版本支持的最高CUDA版本;
2.网页搜索相应CUDA版本安装,建议不需要安装太新版本。网页直接可查找;
2.安装步骤
1.双击运行.exe文件后,前两项是默认安装;
2.当选择安装选项时,选择自定义安装,驱动程序组件第一次安装尽量全选;
3.记得留意CUDA安装位置,之后cudnn的安装会用到!!
3.测试
1.win+R,输入cmd,进入命令提示符
2.输入:nvcc -V
4.添加至系统变量
1. 添加方法与anaconda的相同:**此电脑——属性——高级系统设置——环境变量——path——编辑——新建**
2.添加以下类似路径:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
3.有些路径在安装时可能已经添加,手动补充没有的即可
三、cuDNN配置
1.进入官网依照cuda版本选择cudnn文件下载(需要注册账号)
https://developer.nvidia.cn/rdp/cudnn-download
2.解压下载的cudnn文件,会获得三个文件夹:bin、include、lib;
3.将这三个文件夹复制到之前CUDA的安装路径里,最后一个路径名应是cuda版本号
4.CUDA安装时若是默认路径,则一般为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
四、pytorch安装(清华镜像)
1.打开 Anaconda Prompt
2.添加清华镜像
依次输入下列三行代码:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
3.添加pytorch镜像
接着输入下列代码:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
4.安装pytorch
进入官网链接: https://pytorch.org/
1.在官网根据自己之前安装的环境依次选择,然后复制官网给出的命令语:
Install——stable——Windows——conda——python——10.2 (以cuda10.2为例)
2.若按照上列方式官网提供的cuda版本过高,点击上方的 “ install previous versions of pytroch”,选择旧版本
3.根据不同的版本搜索自己的下载语句,记住去掉 -c pytorch
conda insatll pytorch torchvision torchaudio cudatookit=10.2 (以cuda10.2为例)
5.测试
1.win+R,输入cmd,进入命令提示符
2.输入
python # 进入>>>python环境
import torch # 如正常则静默
a = torch.Tensor([1.]) # 如正常则静默
a.cuda() # 如正常则返回"tensor([ 1.], device='cuda:0')"
from torch.backends import cudnn # 如正常则静默
cudnn.is_acceptable(a.cuda()) # 如正常则返回 "True"
6.注意事项
如果以前安装过pytorch或者安装失败过,在安装前执行下面两条语句:
conda uninstall pytorch
conda uninstall libtorch
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· winform 绘制太阳,地球,月球 运作规律