深度学习环境配置Pytorch（手把手）

本文主要是介绍深度学习环境配置Pytorch（手把手），对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

深度学习环境配置（Pytorch)

一、环境内容
torch：1.2.0
torchvision：0.4.0
二、配置流程
1.Anaconda的安装
（1）进入Anaconda官网下载：Anaconda官网

根据电脑配置下载。
（2）下载完成后点开安装




安装路径可以不选C盘，等待安装完成后，Anaconda就安装好了。
（3）Anaconda介绍
安装完成后可以打开看一下：

看左边的目录栏，一共有四个：
A.Home：这个里面都是一些工具软件，想用的话就可以下载。
B.Environment：这是自己电脑里的环境，等会Pytorch的环境创建后以后就可以在这里面 看见，我建议不同的配置单独创建一个环境，便于使用，比如要学习Pytorch与TesnsorFlow 两个环境。

在这里面可以管理自己需要调用的一些库，相当方便。
C.下面两个没研究过，就不介绍了。
2.下载CUDA与Cudnn
这两个东西要与自己安装的Pytorch版本对应起来。
我使用的是torch=1.2.0，官方推荐的Cuda版本是10.0，因此会用到cuda10.0，与cuda10.0对应的cudnn是7.4.1.5。
（1）官网下载特别特别慢，还总失败，如果网速好，运气好，可能会很快。
Cuda10.0的官网地址：下载
Cudnn的官网地址，进去后寻找7.4.1.5：下载
当然我网速比较差，所以贴上百度网盘资源（资源来自博主Bubbliiiing）：（我有会员所以我选择网盘，当然官网速度有时候也特别快）
链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ
提取码: 8ggr

（2）下载完成后进行安装

这里选择自定义，然后下一步

这可以记录一下安装位置，等会好找

安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后把下载的Cudnn内容进行解压。

再把这里面的内容复制到C盘的根目录中， 最艰难的部分结束！

3.配置Pytorch环境
Win+R启动cmd，输入一下命令行
（1）首先是为Pytorch单独创建一个环境
conda create –n pytorch python=3.6

遇到选择，输入y

（-n后面为自己为这个环境起的名字，怎么喜欢怎么来，python=3.6是选择python的版本）

（2）环境创建好以后，激活环境
activate pytorch

（3）下载pytorch环境
官网推荐地址：conda install pytorch1.2.0 torchvision0.4.0 cudatoolkit=10.0 -c pytorch
（同样，官网的东西慢的离谱）

个人推荐的方法：
https://download.pytorch.org/whl/torch_stable.html 打开网址，选择对应的轮子。


（cu100代表CUDA10.0，cp36表示python3.6的编译环境，win_amd64表示64位操作系统。）

下载完后找到存放位置：

然后在cmd定位到该位置，输入全名进行安装:
如：pip install torch-1.2.0-cp36-cp36m-win_amd64.whl

安装完成后可以用conda list看一下是否已经出现在环境中：

4.安装Pycharm（当然VScode也可以，这里就用Pycharm）
（1）进入官网：下载https://www.jetbrains.com/pycharm/download/#section=windows

选择框起来的免费版即可。

安装地址自己选即可：

右边的通常不要勾选：

（2）安装完成后使用Pycharm

创建工程的路径，以及所需的Python编程环境：

创建完成后，选择环境：




这个是在Anaconda的文件夹里面：


然后点击ok，出现以下界面，点击ok即可：

至此呢，所有的配置工作就完成了。有什么配置的问题欢迎提出来。

下一篇出一个Linux的环境配置。

这篇关于深度学习环境配置Pytorch（手把手）的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！