深度學習環境配置

Undefined443發表於2024-10-08
深度學習

深度學習環境配置

一、軟硬體配置介紹

  • 作業系統：Windows 10 和 Ubuntu 20.04 均適用
  • GPU：Nvidia Geforce RTX 3060
  • Python：3.8

二、環境配置步驟

1、安裝顯示卡驅動

（1）Windows 10

​ 在Nvidia驅動下載官網下載522.25版本的驅動並安裝。

（2）Ubuntu 20.04

​ 開啟系統設定，找到軟體更新裡的附加驅動，選擇470版本的驅動即可。注意，安裝完成後需要重啟一次。

​ 安裝完成後使用 nvidia-smi 命令進行驗證。

2、安裝並配置Conda

（1）安裝conda

​ 此處選擇miniconda。訪問miniconda官網下載對應版本並安裝。注意：需要加入path環境變數。

（2）conda配置國內源

配置conda清華源：

​ 首先執行以下命令生成conda配置檔案：

conda config --set show_channel_urls yes

​ 在使用者目錄下找到配置檔案.condarc，開啟用以下內容替換並儲存。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
配置pip清華源：

​ 在使用者目錄下新建目錄pip（Ubuntu下為.pip），在該目錄下新建配置檔案pip.ini（Ubuntu下為pip.conf），使用以下內容替換配置檔案並儲存。

​ Windows使用以下內容：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

​ Ubuntu使用以下內容：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn

3、安裝cuda和cudnn

​ 首先建立名為test的conda環境（名字可以自己改），python版本為3.8，並啟用該環境。

conda create -n test python=3.8

conda activate test

（1）安裝cuda和cudnn

conda install cudatoolkit==11.3.1

conda install cudnn==8.2.1

（2）驗證

import tensorflow as tf

print(tf.test.is_gpu_available())
print(tf.config.list_pysical_list('GPU'))

相關文章