简易的深度学习卷积神经网络环境搭建,总结如下
已经准备好的初始化环境
名称 | 环境 |
---|---|
系统 | win 10 |
英伟达显卡 | Geforce 150 |
Anaconda | 3.0 |
Python | 3.5.4 |
创建完成后的环境
名称 | 环境 |
---|---|
pytorch | 0.4.0 |
cuda | 9.0 |
torchvision | 0.4.0 |
使用win + R和cmd
进入终端命令行
查看当前已经存在的Anaconda虚拟环境
conda env list
创建一个虚拟环境
conda create -n name python=X.X
# 参数说明
# -n: 必须具有的参数,本意为--name
# name: 创建的虚拟环境名称,比如可以为test_pytorch,可以根据自己的喜好进行设置
# X.X: 使用的Python版本,如3.5、3.6等,通常选择使用3.6
进入创建的虚拟环境
conda activate name
# 参数说明
# name: 创建的虚拟环境名称
查看满足的显卡方式可参考以下链接
https://jingyan.baidu.com/article/6fb756ec4fabc4241858fbf7.html
根据我的显卡,选择9.0,由于已经预先设置好要安装的是pytorch版本是0.4.0,因此直接去清华镜像源上找到相应的包进行安装即可,无论是使用conda
命令,还是使用pip
都会报各种各样莫名奇妙的错误,不如直接使用编译好的轮子进行安装
清华镜像源的地址如下
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
这里的红框勾选出来的就是我需要进行安装的版本,点击即可进行下载
再找到要安装的torchvision版本进行安装即可
切换到文件存在的目录,为了方便进行查找,我将它下载到了桌面
cd Desktop/
使用pip
命令进行安装pytorch
pip install file_name
# 参数说明
# file_name:下载得到的文件名,比如我的就是pytorch-0.4.1-py35_cuda90_cudnn7he774522_1.tar.bz2
使用pip
命令安装torchvision
方法与2相同
进入虚拟环境
conda activate env_name
# 参数说明
# env_name: 虚拟环境的名字
进入Python环境并进行查看
出现如图所示的标记,则表示安装成功
如果你在安装的过程中遇到问题,欢迎留言与我交流!
本文地址:https://blog.csdn.net/TYUT__pengkai/article/details/107451595
如对本文有疑问, 点击进行留言回复!!
Day03_数据类型介绍&Python运算符&IF分支
网友评论