公众号文章--深度学习环境配置(pytorch版本)

写在前面：如果这篇文章对大家有帮助的话              ，欢迎关注Franpper的公众号：Franpper的知识铺 
 
  
 
  
 
  
 
  
 
  
 
  
 
 ，回复“进群  
  
  
  
  
  
  
”













，即可进入讨论群
  
  
  
  
  
  
  ，有什么问题大家可以一起讨论呀！

关注公众号即可领取一份YOLOv5-5源码详细注释一份！！！

       深度学习的第一道坎就是配置环境 
  
  
  
  
  
  
 ，还记得Franpper当时做毕设配置深度学习环境时踩了巨…多的坑 


 


 


 


 


 


 


，无时无刻都得克制住锤电脑的冲动…

       最近Franpper换了电脑
 
 
 
 
 
 
 ，需要重新配置环境  
   
   
   
   
   
   
 ，在配置环境的同时做了一个详解 

 

 

 

 

 

 

，希望可以帮助大家少走一点弯路              。

       Franpper先把几个问题写在前面

 

 

 

 

 

 

 ，如果朋友们也有一样的疑惑或者问题              ，那么就继续往下看吧！

1              、安装新版Anaconda过程中添加环境变量选项的字体是是灰色的无法勾选怎么办？

2 
 
  
 
  
 
  
 
  
 
  
 
  
 
 、安装pycharm后在terminal中无法进入创建的虚拟环境怎办？

3













、应该怎么选取CUDA与cuDNN版本？

4
  
  
  
  
  
  
  、在官网下载cudnn时需要注册 
 

 
 

 
 

 
 

 
 

 
 

 
 

，注册过程很麻烦怎么办？   

5 
  
  
  
  
  
  
 、nvcc-V不是内部或外部命令怎么办

6 


 


 


 


 


 


 


、 import不是内部或外部命令也不是可运行的程序或批处理文件怎么办?

       同时Franpper建议朋友们先略读一遍













，不要着急安装                     ，那么我们就开始吧！

目录

一
 
 
 
 
 
 
 、下载与安装Anaconda

二  
   
   
   
   
   
   
 、创建虚拟环境

三 

 

 

 

 

 

 

、下载与安装VS Code

四

 

 

 

 

 

 

 、pycharm安装与配置

五              、安装CUDA

六 
 

 
 

 
 

 
 

 
 

 
 

 
 

、安装cuDNN

七













、安装pytorch

一                     、下载与安装Anaconda

anaconda官网anaconda官网

下载Anaconda

首先进入Anaconda官网进行下载 
 
 
 
 
 
 
 
 
 
 
 
 
 
，点击Download

安装Anaconda

找到下载所得的应用程序




















，右键选择以管理员身份运行              ，这样可以避免一些不必要的麻烦

安装过程中按图操作

这里建议大家选Just Me 
 
  
 
  
 
  
 
  
 
  
 
  
 
 ，大家的私人电脑一般都是只有自己一个用户













，所以选Just Me也没什么影响
  
  
  
  
  
  
  ，原因稍后再说 
 
  
 
  
 
  
 
  
 
  
 
  
 
 。

安装地址不是必须安装在C盘 
  
  
  
  
  
  
 ，这里Franpper安装在了F盘













。

这里推荐大家也把第一个添加环境变量勾选上 


 


 


 


 


 


 


，这样可以减少一步操作
 
 
 
 
 
 
 ，不用再去自己手动添加了
  
  
  
  
  
  
  。假如刚才大家选择的是All Users  
   
   
   
   
   
   
 ，那么就会发现添加环境变量选项的字体是灰色的无法勾选 

 

 

 

 

 

 

，就需要自己手动去添加环境变量

 

 

 

 

 

 

 ，这也是之前建议大家选择Just Me的原因 
  
  
  
  
  
  
 。

这两个都不需要选择              ，点击Finish安装完成

验证安装结果

Win+R输入cmd打开命令提示符 
 

 
 

 
 

 
 

 
 

 
 

 
 

，输入 conda -V 后回车













，输出结果证明anaconda已安装成功

二 
 
 
 
 
 
 
 
 
 
 
 
 
 
、创建虚拟环境

进入base环境                     ，下面介绍两种方式

第一种：Win+R输入cmd打开命令提示符 
 
 
 
 
 
 
 
 
 
 
 
 
 
，输入activate回车进入base环境

第二种：在开始界面下找到Anaconda3文件夹下的Anaconda Powershell Prompt




















，点击可直接进入

创建虚拟环境

命令提示符内输入以下命令              ，该指令用于创建pytorch的环境 
 
  
 
  
 
  
 
  
 
  
 
  
 
 ，该环境的python版本为3.7













，其中pytorch-gpu是创建环境的名称
  
  
  
  
  
  
  ，可自由发挥 
  
  
  
  
  
  
 ，最好是字母或者字母数字组合 


 


 


 


 


 


 


。

创建过程中显示Procced ([y]/n) ？ 


 


 


 


 


 


 


，输入 y 
 
 
 
 
 
 
 ，回车继续安装

激活虚拟环境

命令提示符内输入以下命令  
   
   
   
   
   
   
 ，该指令用于激活一个名为pytorch-gpu的环境

检测安装情况

命令提示符内输入python 

 

 

 

 

 

 

，可见版本为Python 3.7.15

 

 

 

 

 

 

 ，安装成功

三




















、下载与安装VS Code

为什么要安装VS Code？

因为如果不安装的话后面安装CUDA时会有点问题              ，下面介绍两种安装方式
 
 
 
 
 
 
 。

第一种：Anaconda内安装

打开Anaconda

在Home界面中选择到自己创建的环境

找到VS Code点击Launch

第二种：VS官方网站进行安装

VS Code官方网站

https://code.visualstudio.com/

由于VS安装过程比较容易 
 

 
 

 
 

 
 

 
 

 
 

 
 

，Franpper不做详细介绍













，有一点建议：下图中的几个勾最好打起来                     ，因为这样就可以右键文件夹用VSCODE打开 
 
 
 
 
 
 
 
 
 
 
 
 
 
，非常方便

四              、pycharm安装与配置

安装pycharm

pycharm下载地址

https://www.jetbrains.com/pycharm/download/#section=windows

我们选择社区版本下载就可以

下载好后进行安装




















，路径可以自定义

这四个选项建议朋友们都勾选上

默认JetBrains不用管              ，直接Install

选择稍后重启

配置pycharm

打开pycharm新建工程文件

设置项目路径 
 
  
 
  
 
  
 
  
 
  
 
  
 
 ，勾选已有解释器













，点击添加解释器

选择已存在的虚拟环境
  
  
  
  
  
  
  ，并进入选项

找到虚拟环境所在位置 
  
  
  
  
  
  
 ，选择python.exe

完成设置

验证安装 


 


 


 


 


 


 


，新建python文件

随便写点什么测试一下
 
 
 
 
 
 
 ，成功输出

有的朋友习惯使用terminal  
   
   
   
   
   
   
 ，这里还需要配置一下 

 

 

 

 

 

 

，刚安装完成后环境处显示的是PE

 

 

 

 

 

 

 ，且输入conda activate pytorch-gpu也无法进入创建的虚拟环境中

按照如下方式打开Anaconda Prompt的位置

查看其属性

在目标栏中从cmd.exe开始复制到最后

打开pycharm的设置

将复制内容粘贴到指定位置              ，之后确认并重启pycharm即可

五 
 
  
 
  
 
  
 
  
 
  
 
  
 
 、安装CUDA

敲黑板 
 

 
 

 
 

 
 

 
 

 
 

 
 

，从这里开始比较重要













，大家认真听讲！！！

首先我们要查看自己电脑的CUDA版本                     ，方便我们之后安装对应的cuDNN与pytorch 
 
 
 
 
 
 
 
 
 
 
 
 
 
，这里Franpper给出大家三种查看的方式

第一种：打开NVIDIA控制面板点击系统信息

在组件中可以看到CUDA的版本




















，本电脑为11.6.134

第二种(推荐)：命令行输入nvidia-smi回车              ，即可查看CUDA Version与Driver Version

第三种：命令行输入nvcc -V（注意空格 
 
  
 
  
 
  
 
  
 
  
 
  
 
 ，如果忽略了空格会有nvcc不是内部或外部命令的问题）













，回车查看

下图为Driver Version与CUDA版本的对应关系

官方CUDA Toolkit版本和显卡驱动对应的表格

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

cuda每个版本都对应一个最低版本的显卡驱动程序
  
  
  
  
  
  
  ，也就是说 
  
  
  
  
  
  
 ，cuda程序是向后兼容的 


 


 


 


 


 


 


，针对特定版本的 CUDA 编译的应用程序将继续在后续（以后）驱动程序版本上工作

进入下方提供的网站
 
 
 
 
 
 
 ，点击红框所示  
   
   
   
   
   
   
 ，查看以前的CUDA版本

CUDA下载地址

https://developer.nvidia.com/cuda-downloads

这里Franpper选择的是CUDA Toolkit 11.6.1

按所需选择后点击Download

找到下载文件以管理员身份运行

这里直接点OK 

 

 

 

 

 

 

，不建议大家改路径

进入安装

 

 

 

 

 

 

 ，按图依次往下安装

这里暂停一下              ，我们先在C盘或者D盘新建一个CUDA的安装路径 
 

 
 

 
 

 
 

 
 

 
 

 
 

，Franpper选择在D盘新建













，路径设置如下图（当然为了保险起见大家也可以安装在默认路径）

回到安装程序中                     ，按照对应关系安装在设置好的文件夹中

如果之前没有安装VS Code的话这里会有一些问题 
 
 
 
 
 
 
 
 
 
 
 
 
 
，所以之前先让大家安装了VS

至此CUDA已安装完毕

六













、安装cuDNN

cuDNN下载地址

https://developer.nvidia.com/rdp/cudnn-archive

进入上方网页




















，找到已经安装好CUDA版本对应的cuDNN              ，Franpper选择的是v8.4.0版本

这里有一个问题 
 
  
 
  
 
  
 
  
 
  
 
  
 
 ，点进去后显示需要进行注册

这个注册起来有点麻烦













，那么有什么不需要注册就可以下载的办法吗？当然有！请继续看

右键复制链接地址
  
  
  
  
  
  
  ，然后打开迅雷就可以下载了！

找到下载所得的文件并解压 
  
  
  
  
  
  
 ，解压后的文件夹中有三个子文件夹 


 


 


 


 


 


 


，将其选中并复制

打开刚才安装CUDA时建立的CUDA1文件夹
 
 
 
 
 
 
 ，将复制内容粘贴进去  
   
   
   
   
   
   
 ，恭喜！cuDNN已安装完毕！

七
  
  
  
  
  
  
  、安装pytorch

pytorch命令获取网页

https://pytorch.org/get-started/previous-versions/

找到CUDA版本对应的pytorch版本 

 

 

 

 

 

 

，将下方的命令（conda install...）复制下来

打开创建好的虚拟环境（这里是pytorch-gpu）

 

 

 

 

 

 

 ，粘贴并回车              ，进行pytorch的安装

安装完成后进行验证 
 

 
 

 
 

 
 

 
 

 
 

 
 

，输入下方命令

运行会报错













，这是为什么？

因为 import 只能在python 环境下用                     ，我们首先输入python进入python环境 
 
 
 
 
 
 
 
 
 
 
 
 
 
，然后再输入import torch就可以了




















，然后继续输入下方命令

输出为True则表示安装成功

恭喜大家成功配置好环境！！！

（求赞heiheihei）