PyTorch 深度学习 开发环境搭建 全教程

1、指定清华源命令

-i https://pypi.tuna.tsinghua.edu.cn/simple

​

2、conda安装

这是AI开发环境的全家桶，官网下载链接Anaconda | Start Coding Immediately

尽量不要选择太新版本的python，3.8/3.9就已经足够了。安装没有特别需要注意的地方，选择自己喜欢的路径安装，不要选择带有中文以及空格的路径，直接一路next就行，最后结尾勾选一下添加环境变量。

安装完成后，有一个annaconda prompt软件，是conda版本的cmd，非常好用。

打开这个软件，输入指令python，出现python版本就安装正确了

3、新建python环境

在prompt输入以下命令

conda create -n tensorflow python=3.9

tensorflow 可以改成你自己需要的名字，建议tensorflow

查看python环境列表

conda env list

切换python环境

activate tensorflow 

删除python环境

conda remove -n tensorflow  --all

查看当前python工具包列表

pip list

4、pycharm安装

官网下载链接Download PyCharm: Python IDE for Professional Developers by JetBrains

对于目前的你，安装社区版就足够了，安装专业版也可以，就去淘宝买个激活码，不要去搜什么激活码把电脑搞出一大堆病毒。

安装过程同conda，选择自己喜欢的路径安装，不要选择带有中文以及空格的路径，直接一路next就行，最后结尾勾选一下添加环境变量。

安装完成后，将annaconda的python环境导入进来。

具体流程：
右下角，添加解释器
选择现有解释器，选择conda环境
找出conda的安装路径，选择env文件夹
选择你需要的python环境，找到python.exe，选择导入完成
右下角显示你选择的python环境
3、显卡驱动
根据电脑配置选择，官网下载链接

官方驱动 | NVIDIA

注意区分笔记本版本和台式机版本

5、cuda安装

cuda和显卡驱动是两个不同的东西，但是两个你都必须要安装。

cuda官网下载链接CUDA Toolkit 11.2 Downloads | NVIDIA Developer

cuda、python、cudnn、tensorflow这个四个环境都要正确并匹配，不然会出现各种各样的错误

建议版本cuda_11.2

安装cuda也没有特别需要注意的，但是可能会出现安装失败，如果电脑没有vs，

在后面就不要勾选相应组件（visual studio intergratin），装了的可以勾选，取消勾选（visual studio intergratin）基本可以避免安装失败

打印cuda版本，直接命令行：

nvcc --version

6、安装tensorflow

pip install tensorflow_gpu==2.10.0

如果安装出现错误，把VPN关掉就好了，如果下载的慢，加上清华源地址就行了

pip install tensorflow_gpu==2.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

查看是否安装成功

python
import tensorfolw as tf
print(tf.__version__)

如果出现tensorfolw 版本，即安装成功

7、安装cudnn

官网链接

建议直接照抄我的版本cudnn11.2-Windows-x64-v8.1

下载解压后，复制bin、lib、include的三个文件夹到到cuda安装路径中，这是我的cuda路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

直接复制粘贴这三个文件夹，并且替换

8、安装Compiler

9、安装Build tools

10、配置requirement

下载的过程中，单个文件无法下载，可以去requirement.txt里面#屏蔽这个文件

可能缺少C的环境，下载vs studio

cd '项目目录'

pip install -r requirements.txt

也可以指定清华源安装requirement

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

各个版本对应：

到这里就安装结束了，可以开始训练你的模型了

​