window安装CUDA和pytorch

  • 前言

    今天是第一天的深度学习,我算是明白了什么叫废物的专业词汇量捉襟见肘。虽然咱们有些名称听不懂但是应该后面听着听着就应该能懂吧,这个咱们不着急。但是李老师第一波安装就把我这个小菜鸡整懵了,咱们就是说这么这一大堆在无桌面的linux系统下的安装操作差点给我劝退了。

  • 阅读提示

     这篇文章包括windows安装教程,以及本人对b站李沐老师第三节安装课程拙劣的理解,如果理解有误,欢迎各位大佬批评指正。

    此外我觉得应该不止我一个人不了解什么GPU,GCC这种吧。所以在里面还顺便补充了我搜索过的一些知识。

  • windows的安装

    我在评论区的精心探索之下,我发现李老师还出来windows的安装教程,李老师真是太亲民了。首先先摆出链接,解决咱们的安装问题。

Windows下安装CUDA和Pytorch跑深度学习 - 知乎 (zhihu.com)

1.下载CUDACUDA 工具包 11.6 下载|英伟达开发者 (nvidia.com)

    这里要注意GPU支持的CUDA版本。

    我用#CSDN#这个app发现了有技术含量的博客,小伙伴们求同去《如何检查显卡适合哪个CUDA的版本?》, 一起来围观吧 如何检查显卡适合哪个CUDA的版本?_m0_61686427的博客-CSDN博客

2.下载miniconda

Miniconda — Conda 文档

3.装pytorch

本地启动|PyTorch 如果conda11点几就不能装pytorch10点几的版本,如果conda11.2就不能装pytorch11.1的版本可能可以。

4.在动手学深度学习的官网下载,并且解压。

《动手学深度学习》 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 

5.在miniconda安装所需要的包

6.进行测试

    输入jupyter notebook就会跳转到网页。在里面选择pytorch的内容进行测试。测试完之后可以跟书上的内容进行比较(书上是在云上的机器完成的不是真机,这个与老师b站的课程一致下面会说明)

 

  • 对李老师b站课程的理解

相比于上个视频在window上装环境。其实b站课堂就是在开始的时候多装了一个机器,其他只是虚拟机和真机操作,Linux和window语法的不同。

1.首先解释李老师的第一步

    他是用的他们自己家亚马逊的云服务器,装好一个机器,(那我们实际可以直接在本机上操作就可以不用这一步)

    如果大家不想在本机上弄的话,我看弹幕上说如果是用来学习的话使用亚马逊云服务器费用不贵,还有一年免费的时间。也可以选择阿里的云服务器装一个机器。

2.第二步就是在机器里面装环境

      李老师这个机器相当于我们新买的一个电脑,里面啥也没有。

  1. 需要先装一些GCC这种编译器做开发。执行下面这样命令进行安装。 (Ps前面的绿色字体是因为老师用的Ubuntu所以用ubuntu的账号远程机器。)

 Ubuntu是一个以桌面应用为主的 Linux 操作系统,其名称来自非洲南部祖鲁语或豪萨语的“ubuntu"一词,意思是“人性”“我的存在是因为大家的存在",是非洲传统的一种价值观。 Ubuntu基于 Debian 发行版和Gnome桌面环境,而从11.04版起,Ubuntu发行版放弃了 Gnome 桌面环境,改为Unity。 从前人们认为Linux难以安装、难以使用,在Ubuntu出现后这些都成为了历史。 Ubuntu也拥有庞大的社区力量,用户可以方便地从社区获得帮助。

       2.然后这个机器还需要装一个Python

 

3.装conda或miniconda

    要等到把这个机子装好了之后,才能开始做老师ppt上的本地安装那些步骤。这也是我开始犯迷糊的一个原因。

Miniconda是一款小巧的python环境管理工具,安装包大约只有50M多点,其安装程序中包含conda软件包管理器和Python。. 一旦安装了Miniconda,就可以使用conda命令安装任何其他软件工具包并创建环境等。

    所以李老师为什么说直接安装miniconda的方便一些,如果已经装了conda和python就确实没必要在装miniconda。装minniconda的过程中也会问你是否初始化conda只要输入yes即可。

    我在评论区看到直接下载Anaconda的。下载了这个,机子连Python的环境都不用单独配置了。所以我自己直接在自己电脑下的就是Anaconda3没有再提前在配Python了

Anaconda 是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包,涵盖了数据科学领域常见的 Python 库,并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。

    但是如果电脑已经有了Python最好不要装anaconda,不然会和anaconda中的版本发生冲突。下面是一个报错说明

    我用#CSDN#这个app发现了有技术含量的博客,小伙伴们求同去《原来带有python又装了一个anaconda有影响吗_anaconda python环境与原有python环境的坑...》, 一起来围观吧 原来带有python又装了一个anaconda有影响吗_anaconda python环境与原有python环境的坑..._weixin_39717152的博客-CSDN博客

4.安装所需的包

    装好miniconda后,运行bash进入conda环境,然后在这个基础环境(也可以换环境)装好记事本jupyter,书的d2l,torch和torchvision。

    老师意思是装起来很慢,在国内可以用清华源或者阿里的(弹幕看的真实性不考究了)

如果装的是anaconda3,在其命令行中pip3 install torch torchvison d2l即可。

5.下载代码并执行

    到这一步应该就没什么难点了。

Guess you like

Origin blog.csdn.net/m0_61686427/article/details/122481043