成都的企业网站建设公司,网站建设报销属于什么会计科目,网站开发的未来发展,wordpress 主题 相册Anaconda安装
https://www.anaconda.com/
Anaconda: 中文大蟒蛇#xff0c;是一个开源的Python发行版本#xff0c;其包含了conda、Python等180多个科学包及其依赖项。从官网下载Setup#xff1a;点击安装#xff0c;之后勾选上可以方便在普通命令行cmd和PowerShell中使用…Anaconda安装
https://www.anaconda.com/
Anaconda: 中文大蟒蛇是一个开源的Python发行版本其包含了conda、Python等180多个科学包及其依赖项。从官网下载Setup点击安装之后勾选上可以方便在普通命令行cmd和PowerShell中使用Anaconda命令一般他会提示不推荐防止冲突。 验证是否安装成功打开Anaconda的图形化界面Anaconda Navigator看到Environments中有base是默认虚拟环境代表成功。 Anaconda命令行验证安装成功可以打开Anaconda PowerShell prompt或Anaconda prompt二者没啥太大区别输入命令行 conda --version或者python --version返回对应版本即成功。可以看到是在base的虚拟环境中了。 PowerShell或cmd验证安装成功因为小编在安装Anaconda过程中将其配置到环境变量中所以用PowerShell或cmd也可以验证是否安装成功。但此时没有在base的虚拟环境中可以说明本机已经安装了Anaconda。
虚拟环境创建
Anaconda PowerShell prompt或Anaconda prompt)查看已有的虚拟环境命令行输入conda env list。其中星号*代表当前的虚拟环境。 创建新的虚拟环境命令行输入conda create -n deeplearning python3.11 创建成功 激活新创建的虚拟环境激活命令conda activate deeplearning失活命令 conda deactivate。可以看到从base虚拟环境转化到deeplearning的虚拟环境中了。 查看当前虚拟环境中有那些安装包命令行conda list
GPU与CUDA的准备工作
确定本机显卡的算力https://developer.nvidia.com/cuda-gpus 查看本机显卡对应的CUAD驱动版本命令行输入nvidia-smi可以看到本机显卡RTX3060对应的CUDA版本是11.6。 或者鼠标右键–NVIDIA控制面板–系统信息–组件找对对应的cuda版本本机显卡需要的CUDA驱动为11.6.134版本。 安装CUDA Tookithttps://developer.nvidia.com/cuda-toolkit-archive 1选择对应的CUDA Tookit版本 2顺序点击1-2-3-4-5后等待安装。 3选择安装路径默认即可是安装包解压路径CUDA安装完毕文件会自动删除。 4安装可选择组件安装小编全部安装了。 验证安装成功PowerShell或cmd输入命令nvcc -V返回如下截图表示安装成功。 CUDA Tookit与驱动关系https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
cudnn的安装
https://developer.nvidia.com/rdp/cudnn-download 一般对GPU训练有加速能力需要注册登录NVIDIA账号才可以下载。
选择对应版本1-2-3顺序选择下载。 将下载文件解压后放换到NVIDIA GPU TookitC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6里对应的目录bin、include、lib中。 1将下载下来的cudnn中bin文件拷贝到NVIDIA GPU Tookit的bin中。 2将下载下来的cudnn中include文件拷贝到NVIDIA GPU Tookit的include中。 将下载下来的cudnn中lib\x64中文件拷贝到NVIDIA GPU Tookit目录x64\lib中。 验证是否安装成功“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite”然后分别运行里的 bandwidthTest.exe和deviceQuery.exe有PASS即代表成功。
PyTorch安装
从Anaconda中的都命令行输入conda env list星号*表示当前环境在base虚拟环境中。 切换到新创建的deeplearning虚拟环境中命令行输入conda activate deeplearning。 从PyTorch官网https://pytorch.org/复制命令行在deeplearning虚拟环境中安装PyTorch。 安装成功
PyCharm配置PyTorch
下载PyCharmhttps://www.jetbrains.com/zh-cn/pycharm/配置Python解释器选择Anaconda中创建的deeplearning的虚拟环境中的Python版本。 验证已经安装的环境Python、CUDA、cudnn、PyTorch等。
# This is a sample Python script.# Press ShiftF10 to execute it or replace it with your code.
# Press Double Shift to search everywhere for classes, files, tool windows, actions, and settings.import sys
import torch
from torch.backends import cudnn# 返回已经安装的Python版本
print(sys.version)# 返回已经安装的PyTorch版本
print(torch.__version__)# 返回True则表示已经安装了cuda
print(torch.cuda.is_available())# 返回True则说明已经安装了cudnn
print(cudnn.is_available())
输出结果如下图则表示GPU版本的PyTorch开发环境都已经配置好了可以进行训练和推理过程了。
参考
https://zhuanlan.zhihu.com/p/680173003
