windows系统pytorch-GPU深度学习环境配置
一、安装vs studio
这里我安装的是2019社区版,visual studio里面有C++环境。
二、安装cuda toolkit
1、打开nvidia显卡控制中心->系统信息->组件,查看组件cuda核心版本。
或者cmd输入命令
nvidia-smi
2、安装cuda toolkit。版本向下兼容,选择比上图版本低的就行,这里用的是cuda11.2。
nvcc -V 查看有没有安装成功。
nvcc -V
三、安装anaconda
1、下载并安装anaconda。
2、创建自己的环境,Anaconda->Environment->creat 然后选择python版本选3.7即可,
或者可以用cmd命令行 。
conda create -n name python=3.7
3、查看自己的电脑里面环境。
conda info --envs
或者
conda env list
4、进入自己的环境,这里我环境name是pytorch1.8。
activate name
5.查看自己的环境下面装了那些python包。
pip list
或者
conda list
四、安装pytorch环境
进入环境之后建议在环境里面用清华镜像源安装numpy 因为安装torch环境的时候依赖numpy才行,要不然到时候系统使用默认源下载很慢,还会报错。
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
安装torchvision环境的时候要安装Pillow
所以我们先用清华镜像源安装Pillow
pip install Pillow -i https://pypi.tuna.tsinghua.edu.cn/simple
第一种:直接登录pytorch官网使用命令下载,但是由于外网很慢,而且会下载时候会断,不推荐。
第二种:离线下载文件包之后安装
1、文件包镜像源下载(推荐用迅雷下载),找好对应的torch版本跟cuda版本(cuda版本可以向下兼容,比前面的cuda toolkit版本低就行)下载即可。
镜像源地址
2.安装流程
下载完之后复制包在桌面新建一个文件夹 然后使用命令行进入(推荐shift+右键 打开powershell 然后输入cmd进入此文件夹命令行)。
然后 pip install 文件名字(别忘记.whl)。
pip install torch-1.8.1+cu111-cp37-cp37m-win_amd64.whl
pip install torchvision-0.9.1+cu111-cp37-cp37m-win_amd64.whl
等待安装完成即可 出现successful 就ok。
五、验证环境是否安装成功
使用vscode或者pycharm创建test.py文件。
# TEST
import torch
from torch.backends import cudnn
x = torch.Tensor([1.0])
xx = x.cuda()
print("torch版本:", torch.__version__)
print("torch_cudatoolkit版本:", torch.version.cuda)
print("torch_cuda_可用:", torch.cuda.is_available())
print("torch_cuda_计算:", xx)
print("torch_cudnn_可用:", cudnn.is_acceptable(xx))
出现下图结果即为环境安装成功。
另外附上安装安装opencv-python临时安装,因为cv领域这个包必备,功能很多。
清华镜像源下载更快 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
#临时使用
还可以直接设定以后永久pip下载镜像源 ,以后就不用加-i。
pip3 install pip -U
pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# "pip install pip -U" 是用于执行升级pip的命令;
# 以后直接 pip install name
注意事项:
Cuda 重新安装后 torch也要重新安装