Tutorial completo: Configuración del entorno de aprendizaje profundo (condiciones de GPU y pytorch)

Tutorial completo: Configuración del entorno de aprendizaje profundo (condiciones de GPU y pytorch)

Si eres un novato en Python, te recomiendo encarecidamente el video de Little Tudui de la Estación B. Es muy claro (pero lleva algo de tiempo), la dirección es la siguiente: La instalación y configuración más detallada del entorno introductorio de aprendizaje profundo de PyTorch en Windows, versión CPU GPU

Si tienes algunos conocimientos básicos, sigue leyendo.

Configuración efecto
Anaconda Cambie de manera flexible los entornos operativos de Python y use paquetes de Python de manera eficiente
GPU Software y hardware: Conceptos básicos de hardware (tarjeta gráfica NVIDIA) → Instalar el controlador de la tarjeta gráfica → Instalar CUDA
Pytorch Biblioteca de aprendizaje profundo de Python de código abierto
Pycharm Entorno de desarrollo integrado: Escriba y ejecute código y configure diferentes entornos creados en anaconda

Pasos del entorno de aprendizaje profundo de configuración de GPU: Instalar Anaconda → Configuración de GPU → Instalar la biblioteca Pytorch → Instalar Pycharm Los detalles de cada paso son los siguientes.

1. Instalar Anaconda

1. Descargue e instale desde el sitio web oficial.

Sitio web: sitio web oficial de Anaconda

2. Configurar el entorno operativo

Ejecute el código en el siguiente formato en el indicador de anaconda para configurar el entorno de ejecución virtual.

#新建虚拟环境
conda create -n 环境名(自己设置) python=所需版本(3.7……)

2. Configuración de GPU

1. Consultar el modelo de tarjeta gráfica NVIDIA: Administrador de tareas

Insertar descripción de la imagen aquí

2. Descargue el controlador correspondiente al modelo de tarjeta gráfica del sitio web oficial de NVIDIA e instálelo.

Sitio web oficial: sitio web oficial de NVIDIA
Insertar descripción de la imagen aquí

3. Instalar CUDA

(1) Abra el panel de control de NVIDIA y determine el rango de versión CUDA adaptada

Insertar descripción de la imagen aquí
El CUDA aquí es hardware (controlador),Lo que necesitamos instalar es el software CUDA (tiempo de ejecución), la versión del software es generalmente inferior a la versión del hardware. Como se muestra en la imagen de arriba, el hardware es 11.7, por lo que debe instalar el software CUDA por debajo de la versión 11.7 posterior.

(2) Consulte la versión de adaptación de CUDA en el sitio web oficial de pytorch

Sitio web oficial de pytorch
Insertar descripción de la imagen aquí
Como se muestra en la figura anterior, habrá relaciones coincidentes para las versiones correspondientes. La versión 11.3 es anterior a la versión 11.7 y se puede descargar e instalar directamente.

(3) Instalar CUDA

Enlace de descarga: https://link.zhihu.com/?target=https%3A//developer.nvidia.com/cuda-toolkit-archive

Insertar descripción de la imagen aquí
Seleccione la versión correspondiente para descargar e instalar. Para obtener la correspondencia de versiones, consulte: https://zhuanlan.zhihu.com/p/495422451

3. Instale la biblioteca Pytorch

Insertar descripción de la imagen aquí

#安装pytorch:直接输入第二部分查询到的pytorch安装语句(如上图)
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

4. Instale Pycharm

1. Descarga e instalación del sitio web oficial.

Sitio web oficial: https://www.jetbrains.com/pycharm/

Simplemente descargue la versión comunitaria.

2. Configurar el entorno

Insertar descripción de la imagen aquí
Puede seleccionar directamente el entorno de compilación con la biblioteca pytorch en pycharm.

¡En este punto, el trabajo de configuración del entorno se ha completado! ! !

Supongo que te gusta

Origin blog.csdn.net/meiyoushui_/article/details/126843719
Recomendado
Clasificación