深度学习环境配置------windows系统（GPU）------Pytorch
- 准备工作
- 明确操作系统
- 明确显卡系列
- CUDA和Cudnn下载与安装
- 1.下载
- 2.安装
- 环境配置过程
- 1.安装Anacoda
- 2.配置环境
- 1）创建一个新的虚拟环境
- 2）pytorch相关库的安装
- 2.安装VScode
- 1）下载VScode
- 2）安装VScode
准备工作
明确操作系统
要想配置深度学习环境首先应确定自己电脑的系统，文章以下都以win10为例。请大家注意！
明确显卡系列
大家注意检查自己电脑的显卡系列，具体方式可以参考以下：
-
任务栏右键选择任务管理器。
-
打开后选择“性能”，同时选择最下方的GPU。即可看到自己电脑的GPU型号
注意：以30系列显卡为分界，本文只适应30系列前的显卡！！
CUDA和Cudnn下载与安装
由于将会使用torch1.2.0版本，因此需要下载cuda10.0以及cuda10.0对应的cudnn7.4.1。
1.下载
cuda10.0官网的下载地址是：cuda10.0
cudnn的下载地址是：cudnn进去后找到7.4.1.5。
2.安装
对于cuda：
双击exe文件安装即可。可以安装到C盘。
对于cudnn：
安装完cuda后在C盘找到以下位置：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后把Cudnn压缩包进行解压。复制到上述目录下即可。
环境配置过程
1.安装Anacoda
进入Anaconda的官网：官网
直接下载对应安装包（64位）就可以。
按照步骤进行安装即可，可以不装在C盘。
2.配置环境
1）创建一个新的虚拟环境
开始菜单找到Anacoda，打开命令窗口。如下：
使用以下命令创建一个新的虚拟环境：
//创建一个名为pytorch的环境，该环境的python版本为3.6。
conda create –n pytorch python=3.6
使用以下命令进入虚拟环境：
//激活pytorch环境
conda activate pytorch
此时的窗口应该为：
2）pytorch相关库的安装
可以使用以下指令安装torch和torchvision。
# CUDA 10.0
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
其他库：
scipy==1.2.1
numpy==1.17.0
matplotlib==3.1.2
opencv_python==4.1.2.30
torch==1.2.0
torchvision==0.4.0
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0
jupyter notebook
可以将以上内容放入txt文件中，使用以下命令安装：
pip install -r requirements.txt
如果安装缓慢，可以参考这个方法：安装python库的方法
2.安装VScode
1）下载VScode
进入VScode官网下载：官网，下载windows版就可以。
2）安装VScode
按照步骤安装即可进入主页。
至此，相关软件和环境的配置与安装准备工作已完成！！！感谢三连！！！
