深度學習環境配置（windows 11）

张许發表於2024-09-05
深度學習Windows

安裝Anaconda

  1. 下載地址

  2. 執行安裝程式，記得要勾選建立系統變數，忘記勾選的請參考anaconda如何配置環境變數。

  3. 正確配置後，在cmd命令列中輸入conda --version後可以輸出conda版本資訊。

  4. 附上conda常用操作命令：

    #建立環境（指定python版本）
conda create -n NAME python=*.*

#啟用環境
conda activate NAME

#退出環境
conda deactivate

#刪除環境
conda remove --name NAME --all

#檢視所有虛擬環境
conda env list

#安裝包與刪除包（也可以使用pip,指令類似）
conda install
conda uninstall

安裝顯示卡驅動

推薦使用Nvidia的自動更新驅動程式，下載地址。

image-20240904114701320

安裝CUDA

  1. 首先確定顯示卡驅動支援的CUDA版本，正確安裝顯示卡驅動後，在cmd命令列中輸入nvidia-smi可以輸出如下圖的顯示卡驅動資訊。
    image-20240904115128823
    上圖中CUDA Version:12.1就是最高支援的CUDA版本。
  2. 前往官方網站下載對應版本的CUDA。按照自己的系統資訊選擇相應的版本，其中Version指的是執行的Windows版本，Installer Type中local是下載全部檔案，network是線上下載器。
    image-20240904115709185
  3. 執行安裝程式，為了節省空間，可以將安裝位置選為非系統盤。
  4. 成功安裝後，在cmd命令列中輸入nvcc -V可以輸出CUDA版本資訊。
    image-20240904120045025

安裝cuDNN

  1. 前往官方網站下載對應CUDA版本的cuDNN。
    image-20240904120544913
  2. 開啟解壓後的下載檔案可以看到三個資料夾，將這三個資料夾複製到CUDA目錄下（參考目錄：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1）。
    image-20240904120919991

安裝Pytorch

前往下載地址，選擇對應的版本，在所需安裝的虛擬環境中執行下列命令。

image-20240904121108080

測試是否可以正確呼叫GPU資源

執行下列語句，可以正確輸出True。

import torch


print(torch.cuda.is_available())

image-20240904121613283

參考

  1. anaconda如何配置環境變數

相關文章