历经万难，终于搭好深度学习环境[吐血总结篇，造福后人]
??
● 我的電腦配置如下：Win10、3060
● 接下來我們要干的事情：
| Anaconda3-2021.11-Windows-x86_64 | 只需 5 分鐘不到 |
| PyCharm Community Edition 2021.3（python編譯器） | 只需 5 分鐘不到 |
| GPU驅(qū)動(dòng)(即497.09-notebook-win10-win11-64bit-international-dch-whql，NVIDIA，英偉達(dá)) | 只需 10 分鐘不到 |
| cuda_11.3.0_465.89_win10 | > 30 分鐘 |
| cudnn-11.3-windows-x64-v8.2.0.53 | > 20 分鐘 |
| pytorch_1.10.0 | > 20 分鐘 |
文章目錄
- 零、寫在前面
- 一、騰出 C 盤
- 1.1 下載分區(qū)助手
- 1.2 使用分區(qū)助手
- 二、安裝 Anaconda、Pycharm、Python
- 2.1 安裝 Anaconda3
- 2.2 安裝 Pycharm
- 2.3 安裝 Python3.8
- 三、安裝 GPU驅(qū)動(dòng)、CUDA、cudnn
- 3.1 安裝 GPU驅(qū)動(dòng)
- 3.2 安裝 CUDA
- 3.3 配置 cudnn庫
- 四、安裝 Pytorch
- 五、最終測(cè)試
- 六、參考附錄
??
零、寫在前面
● 這一路，我踩了巨…多的坑，終于…配置好了。多少個(gè)漆黑的夜晚，想吃電腦的沖動(dòng)…
● 所有流程大概需要 3 個(gè)小時(shí)【前提是你的網(wǎng)速倍兒棒，頂多也就半天】，我配置了將近 3 天。
● 趁我還記得，就花了大概 5 個(gè)小時(shí)詳細(xì)地寫了這篇隨筆。
一、騰出 C 盤
● 為什么要騰出 C 盤？因?yàn)樵诤竺?#xff0c;安裝驅(qū)動(dòng)、CUDA時(shí)，我采用的時(shí)推薦安裝，如果采用另外一個(gè)選項(xiàng)（即自定義安裝），一不小心就有可能少安裝什么，導(dǎo)致前功盡棄。
● 我在這里給大家看一下，安裝驅(qū)動(dòng)、CUDA的界面吧，這樣子的：
● 所以我們先騰出 C 盤。如果你的 C 盤夠大，那可以直接跳過這一步驟。而如果你的 C 盤只有 20G 不到（或者已經(jīng)爆紅了），建議擴(kuò)容一下。而且學(xué)一招 擴(kuò)容 C 盤，終身有益。
1.1 下載分區(qū)助手
● 這里我推薦一款分區(qū)助手——傲梅分區(qū)助手，我也用的這個(gè)，挺好用的。
● 官網(wǎng)下載鏈接： https://guanjia.qq.com/sem/944/index.html?ADTAG=media.buy.baidu.SEM.
● 說明：點(diǎn)擊普通下載即可。
● 下載完后，會(huì)得到一個(gè)PACNPro_8.3.0.0的安裝包（版本可能有所不同），雙擊，下一步下一步即可（安裝位置可以自己選）。最后需要手機(jī)微信掃掃二維碼，關(guān)注一下，領(lǐng)取激活碼，就可以免費(fèi)使用了。
1.2 使用分區(qū)助手
● 它的使用界面如下：
● 對(duì)于上圖的說明：可能大家還沒發(fā)現(xiàn)，我沒有 D 盤，那是因?yàn)?#xff0c;我想，我這臺(tái)電腦主要就是來跑敲代碼、跑深度學(xué)習(xí)的，所以把 D 盤合并給 C 盤了，一勞永逸。（因?yàn)?#xff0c;我以前感覺不管下點(diǎn)什么編程軟件，明明我把所有安裝路徑設(shè)置在 D 盤或者其他盤，最后 C 盤還是會(huì)漲。所以干脆把 C 盤弄大一點(diǎn)，全部配置放在 C 盤）
● 注意：只要我們沒有點(diǎn)左上角那個(gè) “提交” ，我們?cè)谶@個(gè)分區(qū)助手界面做的所有操作都沒事。
● 調(diào)整 、創(chuàng)建 、合并 、刪除 “分區(qū)” 的視頻演示圖如下：【大家可以多多嘗試】
● 最后記得點(diǎn)一下左上角的提交即可，接下來就會(huì)重啟主機(jī)，進(jìn)入以下界面：
● 最后等待分區(qū)完即可。
二、安裝 Anaconda、Pycharm、Python
● 首先，我們了解一下Python，Anaconda，Pycharm的區(qū)別：
??① Python是個(gè)解釋器（基本的編譯環(huán)境）。
??② Anaconda是一個(gè)python的發(fā)行版，包括了python和很多常見的軟件庫，和一個(gè)包管理器conda。常見的科學(xué)計(jì)算類的庫都包含在里面了，使得安裝比常規(guī)python安裝要容易【所以裝了anaconda就不需要裝python了】。可以大致這樣理解：python是 農(nóng)貿(mào)市場(chǎng)里一個(gè)小型批發(fā)商賣的最簡(jiǎn)單最基本的做飯三件套——刀、鍋、火，而anaconda是農(nóng)貿(mào)市場(chǎng)里一個(gè)大型批發(fā)商賣的一整套做飯工具（它不僅包含了基礎(chǔ)的做飯三件套，還包含了什么磨刀石、菜板、刷鍋鋼絲球等，主要是用來幫助和管理做飯三件套的）
??③ pycharm是為Python編程語言專門打造的一款I(lǐng)DE（集成開發(fā)環(huán)境）。可以大致這樣理解：剛剛說了，python 相當(dāng)于廚房里做飯三件套， Anaconda相當(dāng)于廚房做飯 X 件套，而 pycharm 是整個(gè)廚房——它就把 “所有的工具+自來水天然氣” 融入進(jìn)來了，而且是圖形化界面有序排放、不同關(guān)鍵字顏色展示不同，這就很方便我們編寫代碼（做飯）。
2.1 安裝 Anaconda3
● 我安裝的是最新版的Anaconda，官方下載地址：https://www.anaconda.com/products/individual.
● 官方下載界面：
● 安裝步驟，動(dòng)圖展示：
● 注意：因?yàn)槲乙呀?jīng)在 C 盤已經(jīng)安裝過了，所以便隨便在 F 盤找了一個(gè)文件夾進(jìn)行演示。【注意：路徑一定要是全英文】
2.2 安裝 Pycharm
● 我安裝的也是最新版的Anaconda，官方下載地址: https://www.jetbrains.com/pycharm/download/#section=windows.
● 官方下載界面：
● 安裝步驟，動(dòng)圖展示：
● 注意：在安裝的第二個(gè)界面和你們是不同的，因?yàn)槲乙呀?jīng)安裝過了，所以它提示我問我是否卸載。
2.3 安裝 Python3.8
● 雖然python的最新版已經(jīng)有3.9以上的了，但我看大部分網(wǎng)上的安裝流程都是3.8的，更定定一點(diǎn)，所以我也選擇3.8。
● 首先，我門打開Anaconda Prompt（類似于 CMD 命令行窗口）：
● 打開的界面后，我們要輸入如下命令來安裝 python3.8：
conda create -n master python=3.8● 說明：master這個(gè)文件夾的名字可以自己取。命令執(zhí)行完后，在這個(gè)目錄下就會(huì)自動(dòng)生成相應(yīng)的文件，文件里面就有python3.8編譯器的各項(xiàng)配置。（我們就不用到官網(wǎng)去下python了。以后讓用用新版本的python，重新建個(gè)目錄再配置一下既可以了，很方便）
三、安裝 GPU驅(qū)動(dòng)、CUDA、cudnn
● 同樣地，我們來了解一下GPU驅(qū)動(dòng)、CUDA、cudnn：
● 驅(qū)動(dòng)(程序)：驅(qū)動(dòng)程序一般指的是設(shè)備驅(qū)動(dòng)程序（Device Driver），是一種可以使計(jì)算機(jī)和設(shè)備進(jìn)行相互通信的特殊程序。沒有顯卡驅(qū)動(dòng)，就不能識(shí)別 GPU 硬件，不能調(diào)用其計(jì)算資源。
● CUDA：是 Nvidia 推出的只能用于自家 GPU 的并行計(jì)算框架。只有安裝這個(gè)框架才能夠進(jìn)行復(fù)雜的并行計(jì)算。主流的深度學(xué)習(xí)框架也都是基于 CUDA 進(jìn)行 GPU 并行加速的。
● cudnn：針對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)的加速庫。
3.1 安裝 GPU驅(qū)動(dòng)
● NVIDIA驅(qū)動(dòng)程序官方下載地址: https://www.nvidia.cn/Download/index.aspx?lang=cn.
● 官方下載界面：
● 安裝步驟，動(dòng)圖展示：
● 說明：中間有一段我暫停了，直接跳到最后的界面。然后，因?yàn)槲乙呀?jīng)安裝過了，所以打開任務(wù)管理器把它掐掉了，大家直接安裝到最后即可。
3.2 安裝 CUDA
● NVIDIA——CUDA官方下載地址: https://developer.nvidia.com/cuda-toolkit-archive.
● 官方下載界面：【可能很久這個(gè)頁面也打不開，需要耐心等待一下】
● 說明：點(diǎn)一下右邊的“CUDA Toolkit 11.3.0” ，進(jìn)入相應(yīng)的配置界面如下：
● 說明：這個(gè) cuda 東西有點(diǎn)大，2.7G，在這上面下載可能有點(diǎn)慢，我推薦用迅雷來下。
● 動(dòng)態(tài)演示如下：
● CUDA安裝步驟，動(dòng)圖展示：
● 說明：錄屏中間有一段我也暫停了，直接跳到最后的界面。
3.3 配置 cudnn庫
● NVIDIA——cudnn官方下載地址: https://developer.nvidia.com/rdp/cudnn-archive.
● 官方下載界面：【可能這個(gè)頁面也需要一定的時(shí)間打開，需要耐心等待一下】
● 說明：接著再點(diǎn)一下延展出來的的“cuDNN Library for Windows(X86)” 即可，也可以使用同樣的方法，迅雷下載：
● cudnn庫的配置步驟，動(dòng)圖展示：
● 說明：下載好后，解壓會(huì)得到cuda這個(gè)文件夾，然后我們要分別把該文件夾里面的bin、include、lib里面的所有東西復(fù)制到相應(yīng)CUDA對(duì)應(yīng)的三個(gè)同名文件夾里面去（就是我們 3.2 步安裝的東西）。【如果詢問你是否替換，直接替換即可】
四、安裝 Pytorch
● Pytorch是一個(gè)基于Python的可續(xù)計(jì)算包，提供兩個(gè)高級(jí)功能：1、具有強(qiáng)大的 GPU 加速的張量計(jì)算（如NumPy）。2、包含自動(dòng)求導(dǎo)系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)。它是一個(gè)以Python優(yōu)先的深度學(xué)習(xí)框架，不僅能夠?qū)崿F(xiàn)強(qiáng)大的 GPU 加速，同時(shí)還支持動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)。
● Pytorch官方下載地址: https://pytorch.org/get-started/locally/.
● 官方下載界面：
● 說明：選Windows系統(tǒng)，我先前用的是Anaconda的Conda（一個(gè)開源的軟件包管理系統(tǒng)和環(huán)境管理系統(tǒng)，我感覺它有點(diǎn)像資源管理器），下的也是最新版本11.3的CUDA，所以這樣選。
● 然后只要我們?cè)俅未蜷_ 2.3 步驟提到的Anaconda Prompt，然后輸入下面的命令來激活master環(huán)境（先前已經(jīng)裝了python3.8的）：
activate master● 然后再輸入下面的命令即可開始安裝pytorch。但是…慢著…這種方式巨慢！
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch● 如果在安裝過程中出現(xiàn)“CondaVerificationError” 等問題，直接輸入“conda clean --all”，把之前安裝包的緩沖清理掉【不然它們會(huì)導(dǎo)致安裝包不能正常安裝】
● 這里我提供一個(gè)快速下載的方法：使用清華源的鏡像，這需要在輸入activate master后再輸入以下命令：【一行一行地輸】
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/● 最后，再輸入下面的命令（即將其官網(wǎng)上復(fù)制的鏈接后面的-c pytorch去掉即可開始安裝pytorch）
conda install pytorch torchvision torchaudio cudatoolkit=11.3● 科普一下：最后的-c代表的是channels從pytorch官網(wǎng)下載，所以導(dǎo)致速度慢，而從國(guó)內(nèi)鏡像源中尋找我們需要的pytorch包，例如清華源，下載就很很快。
● 簡(jiǎn)單展示一下其界面：
● 注意：因?yàn)槲乙呀?jīng)配置過清華源、pytorch這些，所以它會(huì)提示我這些東西。大家按照上面的步驟走一定沒錯(cuò)。
五、最終測(cè)試
● 創(chuàng)建新項(xiàng)目，動(dòng)態(tài)演示圖如下：
● 說明：
??① 項(xiàng)目放置的路徑隨便選，我選的實(shí)在 E 盤里面。
??② 解釋器(Interpreter)要選我們先前用conda安裝了的master環(huán)境下的python。
??③ 因?yàn)槲沂怯玫耐扑]安裝，所以路徑如上，如果大家沒有安裝在 C 盤，就需要去anaconda相應(yīng)的文件夾里面去找。
● 創(chuàng)建一個(gè)pyhton文件：【隨便取一個(gè)名字，最后回車一下即可】
● 對(duì)該pyhton文件進(jìn)行環(huán)境檢查：【看看我們pytorch是否配置成功】
● 說明：可以看見，pytorch1.10.0已經(jīng)配置好了的。
● 最終測(cè)試：【在代碼框輸入以下代碼并運(yùn)行】
import torch print(torch.cuda.is_available())● 運(yùn)行結(jié)果：【如果是Ture，那么恭喜你！！！大功告成！！！！】
六、參考附錄
[1] pytorch+anaconda+CUDA+cudnn保姆式安裝教程
鏈接: https://www.bilibili.com/video/BV1764y1X7va.
[2] 安裝PyTorch GPU/CPU 兩種方法，各種版本，穩(wěn)穩(wěn)的！
鏈接: https://www.bilibili.com/video/BV1FN411o7Ep.
[3] pytorch下載太慢怎么辦？
鏈接: https://www.zhihu.com/question/435340249.
[4] 小白操作Win10擴(kuò)充C盤（把D盤內(nèi)存分給C盤）親測(cè)多次有效
鏈接: https://blog.csdn.net/qq_41253960/article/details/111563342.
?? ??
小王同學(xué)?????
2021/12/11?????
總結(jié)
以上是生活随笔為你收集整理的历经万难，终于搭好深度学习环境[吐血总结篇，造福后人]的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 第五天实习报告
- 下一篇： 函数求值需要运行所有线程_精读《深度学习