咸阳市住房和城乡建设局网站,产品推广的渠道有哪些,平面设计可以做网站,东莞网站设计排行榜Windows下安装配置深度学习环境 1. 准备工作 1.1 环境准备 操作系统#xff1a;win10 22H2 GPU#xff1a;Nvidia GeForce RTX 3060 12G 1.2 安装Nvidia驱动、cuda、cuDNN 下载驱动需要注册并登录英伟达账号。我这里将下面用到的安装包放到了百度网盘#xff0c;可以关注微信… Windows下安装配置深度学习环境 1. 准备工作 1.1 环境准备 操作系统win10 22H2 GPUNvidia GeForce RTX 3060 12G 1.2 安装Nvidia驱动、cuda、cuDNN 下载驱动需要注册并登录英伟达账号。我这里将下面用到的安装包放到了百度网盘可以关注微信公众号思享云栈回复deeplearning获取。 到NVIDIA驱动程序下载并安装适合你显卡的最新驱动我这里下载的安装包版本为555.85-desktop-win10-win11-64bit-international-dch-whql.exe双击进行安装即可。 Windows下安装后路径为C:\Program Files\NVIDIA Corporation 1.3 安装CUDA Toolkit 官网查看CUDA版本与驱动版本的配套关系部分截取如下 到CUDA下载界面下载CUDA安装程序。我这里下载安装CUDA Toolkit 11.8满足配套关系下载后的安装包为cuda_11.8.0_522.06_windows.exe傻瓜式安装即可。 Windows下安装后路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8 Windows下会自动添加环境变量配置 CUDA_PATHC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8 打开cmd命令行通过nvcc -V进行验证安装 nvcc -Vnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-2022 NVIDIA CorporationBuilt on Wed_Sep_21_10:41:10_Pacific_Daylight_Time_2022Cuda compilation tools, release 11.8, V11.8.89Build cuda_11.8.r11.8/compiler.31833905_0 1.4 安装cuDNN 到cuDNN下载界面下载cuDNN安装包为zip。 我这里下载安装cuDNN 8.9.7 for CUDA 11.x下载界面会有说明cuDNN与cuda的配置关系。 下载完成后将压缩包解压。解压后会得到包含bin, include, 和 lib目录的文件夹。 将解压后的对应目录文件复制到你的CUDA对应安装目录中。假设你的CUDA安装目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8。使用命令行拷贝执行以下操作 copy cudnn-windows-x86_64-8.9.7.29_cuda11-archive\bin\* C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bincopy cudnn-windows-x86_64-8.9.7.29_cuda11-archive\include\* C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\includecopy cudnn-windows-x86_64-8.9.7.29_cuda11-archive\lib\x64\* C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64 备注 cmd命令行需要使用管理员身份打开。 也可以手动进行拷贝。 2. 安装anaconda 访问 Anaconda官网 下载适用于windows的Anaconda安装包按照提示完成安装安装过程中建议“将Anaconda添加到系统环境变量中”勾选。 安装后通过windows搜索打开Anaconda Prompt执行如下命令添加清华镜像源 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forgeconda config --set show_channel_urls yes 关于anaconda安装的详细细节可以参考我的另外一篇博客《anaconda的安装和使用》。 3. 安装Pytorch 创建conda虚拟环境 conda create --name dl-env python3.10conda activate dl-env 在PyTorch官网选择当前环境的配套信息获取到安装命令 conda install pytorch torchvision torchaudio pytorch-cuda11.8 -c pytorch -c nvidia 注意 如果conda环境安装操作下遇到权限问题可以尝试使用管理员身份运行Anaconda Prompt。 4. 验证安装 # 启动python解释器python# 导入PyTorch并检查CUDA可用性import torchprint(torch.__version__) # 打印PyTorch版本print(torch.cuda.is_available()) # 检查CUDA是否可用if torch.cuda.is_available(): print(torch.cuda.get_device_name(0)) # 打印GPU名称 或者执行如下命令检查 python -c import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0)) if torch.cuda.is_available() else None 返回如下说明安装成功 2.3.0TrueNVIDIA GeForce RTX 3060 本文由 mdnice 多平台发布
