二手物品交换网站建设,企业官网优化,市场营销策略方案,建网站卖产品怎么样目录
一、anaconda安装及虚拟环境创建
1.anaconda的下载 2.Anaconda的安装
3.创建虚拟环境 3.1 环境启动 3.2 切换镜像源 3.3环境创建
3.4 激活环境 3.5删除环境
二、pycharm安装
1.pycharm下载
2.pycharm的安装
三、CUDA的安装
1.GPU版本和CUDA版本、cudnn版本、显卡…目录
一、anaconda安装及虚拟环境创建
1.anaconda的下载 2.Anaconda的安装
3.创建虚拟环境 3.1 环境启动 3.2 切换镜像源 3.3环境创建
3.4 激活环境 3.5删除环境
二、pycharm安装
1.pycharm下载
2.pycharm的安装
三、CUDA的安装
1.GPU版本和CUDA版本、cudnn版本、显卡驱动的对应关系
1.1先查看一下自己的显卡
1.2cuda和驱动对照表
1.3下载cuda 1.4cuda的安装
四、CUDNN的安装
1.cudnn的下载
1.2cudnn的安装
五、pytorch的安装
1.1使用pytorch官网进行安装
1.2.pytorch验证 一、anaconda安装及虚拟环境创建
1.anaconda的下载
Anaconda官网https://www.anaconda.com 清华大学开源镜像下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
anaconda可以通过以上两种方式进行下载通过anaconda的官网下载的是最新版这里面有个问题是python版本一般是最新的也就是生成的conda的base环境的python版本是最新的这个好像是无法降级的我尝试过很多版本都无法完成不过不影响大局我们可以创建自己的环境来安装适合自己版本的python。 2.Anaconda的安装
这个相对简单基本就是下一步就可以了由于安装时没有截图暂时放一个csdn的链接吧
(121条消息) Anaconda安装教程超详细版_安装anaconda_EEdith的博客-CSDN博客
3.创建虚拟环境
由于安装后conda自带的环境可能不适合我们的需要所以一般是需要创建一个或者多个虚拟环境的。先给出几个常用的命令
语法功能conda --version查看conda版本号python --version查看python版本号conda info --envs查看虚拟环境列表conda create -n virtualname pip python3.6创建虚拟环境指定python版本号conda activate virtualname激活虚拟环境conda deactivate退出虚拟环境conda remove --name virtualname --all删除虚拟环境 3.1 环境启动
conda环境是通过开始菜单中的程序启动具体如下图 启动后如下 3.2 切换镜像源
直接下载的话会受很多限制下载速度会非常满一般需要先切换镜像源国内镜像源比较多一般使用比较多的还是清华镜像源如果有问题可以到网上查找其他的暂时先放置清华的具体命令如下
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/
切换其它镜像源之前一定要先回复默认命令如下
conda config --remove-key channels 3.3环境创建 环境创建需要注意的有两点一个是环境名称这个可以根据自己的需要设定第二个是python的版本我们这里需要安装的是3.7的版本。
conda create -n virtualname pip python3.7
3.4 激活环境 3.5删除环境
删除环境的语句也记录一下后面一定要加all
conda remove -name virtualname --all
二、pycharm安装
1.pycharm下载
pycharm官网下载PyCharmJetBrains为专业开发者提供的Python IDE
关于pycharm的激活暂时在这就不讲了。
2.pycharm的安装
关于pycharm的安装也放个搜到的网址吧。
(121条消息) PyCharm安装教程_小白学CS的博客-CSDN博客
三、CUDA的安装
1.GPU版本和CUDA版本、cudnn版本、显卡驱动的对应关系
1.1先查看一下自己的显卡
nvidia-smi
这里重点关注一下显卡的驱动后面需要在官网找对应的cuda版本 1.2cuda和驱动对照表
通过下面网址查找对照
CUDA 12.2 Release Notes (nvidia.com) 1.3下载cuda
进入cuda官网选择适合自己驱动的cuda版本我这里开始选择的是12.2后面经过安装tensorflow和pytorch发现这个版本高了还要降所以要提前选择适合自己的才可以这里暂时以11.8为例。
cuda官网下载CUDA Toolkit Archive | NVIDIA Developer 1.4cuda的安装
没有截图基本就是下一步就可以了也发一个搜到的网址吧
windows下cuda的安装 - wenglabs - 博客园 (cnblogs.com)
四、CUDNN的安装
1.cudnn的下载
在官网选择对应的cudnn版本这个版本首先要和cuda对应然后如果安装tensorflow的话还要和tensorflow对应
官网 cuDNN Download | NVIDIA Developer
cudnn对照 tensorflow对照网址Build from source on Windows | TensorFlow (google.cn) 根据上面的对照找到适合自己的cudnn然后进行下载
1.2cudnn的安装
下载下来是个压缩包解压后里面有三个文件夹
复制 cuDNN 目录下的文件到 CUDA 的对应版本的目录下我这安装了几个版本所以就截了一个11.2的图。 完成后添加环境变量把C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64 加到path 中
五、pytorch的安装
1.1使用pytorch官网进行安装
打开官网选择对应版本后会自动生成执行语句在对应的conda环境中执行就可以了。
Start Locally | PyTorch 注意如果已经安装过pytorch的cpu版本的话需要先手动删除然后再安装否则会不成功。
1.2.pytorch验证
使用以下语句进行验证返回为true则为成功false的话需要检查驱动和cuda还有cudnn还有torch间的兼容性。
import torch print(torch.__version__) print(torch.cuda.is_available()) 至此安装完成。
