正文

windows系统深度学习anacondapytorch软件安装教程

ZHW_AI课题组  ZHW_AI课题组  2023-02-05  191

关键词：

1.作者介绍

陈梦丹，女，西安工程大学电子信息学院，2022级研究生，张宏伟人工智能课题组
研究方向：机器视觉与人工智能
电子邮件：1169738496@qq.com

安装思路：

根据电脑显卡选择cuda版本（是cuda10.x还是cuda11.x或者是其他版本，这里还需要根据pytorch所支持的版本来选择具体的cuda版本）–>然后根据cuda版本来选择对应版本的cudnn–>最后进行pytorch的安装

一、安装显卡驱动

1、查看显卡驱动型号

右击右下角开始，在设备管理器中查看计算机显卡型号，例如我的显卡是：RTX3050:

注意：30系列的显卡暂时支持cuda11.x版本。

2、下载显卡驱动

进入英伟达官网，下载对应显卡驱动：https://www.nvidia.cn/Download/index.aspx?lang=cn

选择对应版本参数并下载安装，安装时一直下一步即可。

3、查看GPU状态

1）安装完成后, Win+R打开cmd终端，即出现以下界面，然后按下enter进入：

2）命令行输入nvidia-smi查看GPU状态：

注意：右上角显示的CUDA版本（红色框中）是当前版本所支持的最高CUDA版本。

二、安装Visual Studio 2019

由于要使用cuda则必须要有一个编译工具，这里安装的是Visual Studio 2019；
下载Visual Studio 社区版链接：https://visualstudio.microsoft.com/zh-hans/downloads/；
安装完成后进入以下界面，注意：勾选“Python开发”和“C++桌面开发”。

三、安装CUDA

1、下载对应版本的CUDA

CUDA各版本官方下载地址: https://developer.nvidia.com/cuda-toolkit-archive；
注意：由于本次展示电脑显卡是30系列，所以我选择的是CUDA11.x,而PyTorch对应的CUDA11.x只有CUDA11.3，所以我安装的是CUDA11.3。
进入cuda官网找到对应的版本进行下载：

2、安装下载好的CUDA

下载完成后将CUDA安装，注意：建议默认路径，后期需要添加环境变量，安装时选择自定义安装：
注意：在安装时要把360杀毒软件关闭！！！

勾选Visual Studio Integration：
然后一直下一步即可。

3、设置环境变量

1）鼠标右键计算机（此电脑），打开属性->高级系统设置->环境变量

可以看到系统变量中多了CUDA_PATH和CUDA_PATH_V11_3两个环境变量。

接下来，还要在系统变量中“新建”，添加以下几个环境变量，以下是默认安装位置的路径的环境变量（左边是变量名，右边是变量值）:
CUDA_SDK_PATH = C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v11.3
CUDA_LIB_PATH = %CUDA_PATH%\\lib\\x64
CUDA_BIN_PATH = %CUDA_PATH%\\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\\bin\\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\\common\\lib\\x64

在系统变量 Path 的末尾添加：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

双击Path,再添加如下5条（默认安装路径）：
C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\ v11.3\\lib\\x64
C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\ v11.3\\include
C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\ v11.3\\extras\\CUPTI\\lib64
C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\ v11.3\\bin\\win64
C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\ v11.3\\common\\lib\\x64

四、安装cudnn

1、下载cuda11.3对应的cudnn
cudnn下载地址：https://developer.nvidia.com/cudnn

2、下载cudnn后直接将其解开压缩包，然后需要将解压后的bin,include,lib文件夹复制粘贴到cuda安装时的默认路径文件夹下（比如我的是在：C:\\ProgramData\\NVIDIA GPU Computing Toolkit\\v11.3下）
注意：对bin,include,lib整个文件夹复制粘贴
3、最后测试cuda是否配置成功：
Win+R打开CMD终端执行：nvcc -V 即可看到cuda的信息：

五、安装anaconda

详细安装教程可参考以下链接：
https://blog.csdn.net/m0_37758063/article/details/116540837?spm=1001.2014.3001.5502

六、安装PyTorch

1、创建虚拟环境

在anaconda中添加镜像源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

在开始栏打开刚才安装的anaconda prompt 创建项目运行虚拟环境：
conda create -n your_env_name(虚拟环境名称) pythonxx(想要创建的虚拟环境的python版本号)
注：若不知道python版本，Win+R打开CMD终端执行：python，然后enter即可看到所安装的python版本号。
可以根据自己需要修改，例如：conda create -n mytorch python3.9.7

输入y，然后按下enter确认开始下载安装。

出现以上界面则虚拟环境已经创建完成。

2、激活并进入虚拟环境

1）在上一步的基础上，对创建完成的虚拟环境进行激活，在anaconda prompt 终端中输入以下指令：
conda activate mytorch
2）若要退出当前的虚拟环境，执行以下指令即可：
conda deactivate

3、安装PyTorch

1）此时我们已经激活并进入到所创建的mytorch环境中。

2）接下来进入PyTorch官网: PyTorch，选择相关参数，获取PyTorch安装指令，并在anaconda prompt 终端中执行红色框中的指令（该指令为最新版本的PyTorch）：
注意：安装的时候要将命令后的-c pytorch后面的内容删除，从国内源进行下载，速度快一些。

另：若需要选择其他版本的PyTorch点击绿色框中的指令即可
然后进入以下页面，找到需要的版本进行安装即可

输入PyTorch安装指令指令后，查看conda找到将要安装的包是否是要进行安装的

如果是，输入y之后，按下enter确认进行下载；
如果不是，就需要重新检查安装PyTorch的命令。
3）安装PyTorch，至此，基础环境已经部署完成。

4、验证PyTorch是否安装成功

1）安装完成后，继续在在anaconda prompt 终端中执行以下指令，验证PyTorch是否安装成功：
python
import torch
torch.cuda.is_available()

2）如下图提示True说明框架配置成功，且GPU可用
若显示为False说明安装失败，则需要重新检查安装指令。

3）验证完成后Ctrl+Z回到命令行，然后执行conda list指令就可以看到该虚拟环境下已经安装好的包

能够在conda list中找到以上两个包，则说明已经配置完成。

深度学习-pytorch环境搭建（windows）(代码片段)

文章目录版本选择Python安装Anaconda安装PyTorch安装PyCham测试前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。本文主要参考PyTorch文档版本选择不同操作系统&#... 查看详情

《动手学深度学习》环境搭建全程详细教程window用户(代码片段)

一、下载并安装Miniconda第一步是根据操作系统下载并安装Miniconda,在安装过程中需要勾选“AddAnacondatothesystemPATHenvironmentvariable"选项（如当conda版本为4.6.14时）第二步安装完成后，打开anacondaprompt这个终端（安装min... 查看详情

深度学习目标检测---使用yolov5训练自己的数据集模型（windows系统）(代码片段)

目录0 前言1、从githab上克隆yolov5代码1.1yolov5网络project克隆1.2项目代码结构的整体介绍1.3深度学习环境的配置和安装yolov5所需要的库2、数据集和预训练权重的准备2.1利用labelimg对数据进行标注和划分2.2下载预训练权重 3、训练... 查看详情

计算机基础-深度学习下的python下载与安装（windows）

windows系统下python的下载与安装官网下载地址：https://www.python.org/downloads/windows/具体安装办法参考：Python-3.9.5安装教程Python-3.7.0安装教程python下载安装教程记得一定要勾选上添加路径。检测安装是否成功：显示出版本... 查看详情

通过wsl2搭建pytorch1.10+cuda11.4+nvidiadriver深度学习框架

文章目录一、WSL的安装1.首先去windows官网查看安装方法2.WSL与Windows的文件传输二、NVIDIADriver1.找到显卡型号，到nvidiageforce驱动下载并安装对应的驱动2.WSL2Ubuntu下使用“nvidia-smi”命令查看更新后的版本号三、CUDA与Pytorch安装1.... 查看详情

后深度学习时代，推荐系统向何处去？

近年来，深度学习出现并统治了人工智能领域。推荐系统技术迎来了一次重大的革新，推荐系统正式进入了深度学习时代。学术界尝试用深度学习设计推荐算法，工业界也将深度学习广泛应用于实际项目。01推荐系统... 查看详情

[深度学习][libtorch]windows上libtorch下载地址

windows系统下各种LibTorch下载地址1、libtorch1.0.02、libtorch1.0.13、libtorch1.1.04、libtorch1.2.05、libtorch1.3.06、libtorch1.4.07、libtorch1.5.08、libtorch1.5.19、libtorch1.6.010、libtorch1.7.011、libtorch1.7.112、libtorch1.8.013、libtorch1.8.114、libtorch1.8.2(LTS)15、libto... 查看详情

[深度学习][onnxruntime]onnxruntime在windows10编译

测试环境：windows10cuda11.1.1cudnn8.2.0tensorrt8.2.3.0VS2019onnxruntime==1.12.1编译流程：gitclone --recursivehttps://github.com/Microsoft/onnxruntime打开：x64NativeToolsCommandPromptfo 查看详情

全开源深度学习平台paddlepaddle入手之路----利用docker在windows10专业版环境下配置paddlepaddle

利用Docker在Windows10专业版环境下配置PaddlePaddle 对于PaddlePaddle的安装，查询官网信息，PaddlePaddle提供pip安装和Docker安装运行的使用方式。我们已经了解到Docker在避免环境配置难题上的的巨大优势，加上本人用的是... 查看详情

深度学习在推荐系统上的应用

...都取得了很大的突破与成就。相对来说，深度学习在推荐系统领域的研究与应用还处于早期阶段。　　携程在深度学习与推荐系统结合的领域也进行了相关的研究与应用，并在国际人工智能顶级会议AAAI2017上发表了相应的研究成... 查看详情

windows10配置tensorflow深度学习环境（gpu版）各种坑(代码片段)

我们配置一个tensorflow-gpu版的深度学习环境windows1064python3.5vs2017（需要C++部分）cuda9.0cudnn7.1GeForceGTX10601.安装python我们选择python3.5,直接从官网下载windows10版本的安装就行，可以选择默认安装路径，并添加环境变量。测试打卡cmd,输... 查看详情

windows下安装cuda和pytorch跑深度学习(代码片段)

Windows下安装CUDA和Pytorch跑深度学习一、安装cuda11.31.1downloadcuda11.31.2双击解压1.3测完安装是否成功二、安装Anaconda2.1下载安装2.2查看python版本三、安装Pytorch3.1安装3.2安装jupyterd2l包3.3启动jupyter运行环境一、安装cuda11.3dxdiag有独立显... 查看详情

深度学习:从头设计一个tensorflow3一样的新一代深度学习系统，到底需要把握哪些要点？

...种文章从易用性，可移植性，灵活性和效率方面对于各个系统进行比较。这篇文章希望从系统设计上面来讲来回答这个讨论这个问题：如果想到从头设计一个TensorFlow3一样的新一代深度学习系统，到底需要把握哪些要点。计算单... 查看详情

youcans的深度学习02pytorchcpu版本安装与环境配置(代码片段)

...02】PyTorchCPU版本安装与环境配置1.安装环境要求PyTorch支持Windows、Linux、Macos等操作系统。Windows平台：支持Windows7及以上版本，推荐使用Windows10或更高版本。需要Python环境，推荐使用conda包管理工具和PycharmIDE工具。推荐... 查看详情

youcans的深度学习02pytorchcpu版本安装与环境配置(代码片段)