深度学习环境配置_配置深度学习环境

1. Anaconda简介

Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等

因此安装Anaconda的好处主要为以下几点：

1）包含conda：conda是一个环境管理器，其功能依靠conda包来实现，该环境管理器与pip类似。

2）安装大量工具包：Anaconda会自动安装一个基本的python，该python的版本Anaconda的版本有关。

3）可以创建使用和管理多个不同的Python版本：比如想要新建一个新框架或者使用不同于Anoconda装的基本Python版本，Anoconda就可以实现同时多个python版本的管理

2.Anaconda安装

2.1环境安装

你可以根据你的操作系统是32位还是64位选择对应的版本到官网下载，但是官网下载龟速，建议到清华大学镜像站下载，多快又好省

2.2环境版本测试

在Anaconda Prompt与cmd相似

在cmd中输入

conda --version

python版本测试

python --version

2.3 虚拟环境构建

查看虚拟环境列表

conda info -e  或者  conda-env list

我使用的是3.8版本的python，创造一个test1的虚拟环境

conda create -n test1 python=3.8

切换列表

activate test1

3.cuda安装

显卡驱动

3.1查看本机支持的cuda版本

cmd中输入

NVIDIA-SMI

3.2CUDA tookit Download

​​​​​kCUDA Toolkit Archive | NVIDIA Developer

根据配置选择版本

根据自己电脑版本，系统选择

双击“exe文件”，选择下载路径（推荐默认路径）

环境变量会自动添加，如果环境变量没添加上，找到cuda文件位置手动添加

3.3cuDNN下载及安装

下载地址

Log in | NVIDIA Developer

选择跟自己的cuda版本适配的cudnn版本

下载后发现其实cudnn不是一个exe文件，而是一个压缩包，解压后，有三个文件夹，把三个文件夹拷贝到cuda的安装目录下即可。

4.Pytorch安装

根据cuda版本选择Pytorch的版本进行安装，在Anaconda Prompt的虚拟环境中安装Pytorch