計算機視覺環境配置

1.cuda和cudnn

首先需要根據電腦顯示卡的版本來選擇對應版本的cuda和cudnn。

1）Windows下檢視GPU型號，驅動版本，CUDA版本的方法：

命令列輸入nvidia-smi

這裡的顯示卡型號為GeForce MX150，驅動版本為441.22，CUDA版本為10.2

 

2）根據顯示卡驅動版本號選擇對應的CUDA版本號

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

下載合適版本的CUDA並安裝

雙擊下載好的CUDA安裝包進行安裝

安裝成功後可以看到：

驗證是否安裝成功：

命令列輸入nvcc -V，如果輸出如下所示則已正確安裝：

3）根據cuda版本號選擇對應的cudnn

https://developer.nvidia.com/rdp/cudnn-download

cuDNN是

解壓縮我們下載的CuDnn檔案，得到3個資料夾：bin, include, lib。如下圖所示，將這個三個資料夾複製到“C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0”。

2.Anaconda

官網安裝Anaconda：https://www.anaconda.com/products/individual/get-started

3.配置Anaconda源

檢視當前anaconda源：

conda config --show channels

新增清華映象源：

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

 

4.Anaconda虛擬環境

新建虛擬環境：conda create -n your_env_name python=X.X（2.7、3.6等)命令建立python版本為X.X、名字為your_env_name的虛擬環境。

your_env_name檔案可以在Anaconda安裝目錄envs檔案下找到

 

5.python，pytorch和torchvision

根據具體專案需要選擇python版本，pytorch版本和torchvision版本

安裝anaconda之後，可以使用conda命令在虛擬環境中安裝python，pytorch和torchvision

https://pytorch.org/get-started/locally/