第一步:安装——nvidia的驱动

一般有独立显卡的设备都会有驱动程序,如果没有这里有下载链接: 下载链接.
在这里插入图片描述
找到自己显卡对应的驱动,(notebook表示的是笔记本的),下载好安装就可以了。


第二步:安装——包管理工具(Anaconda软件)

解释一下Anaconda这个软件是干什么的?

anaconda它是一个包管理工具,是由于我们在自己实战(建立python项目)或者做学术研究(导入别人的python项目),这些项目之间所用的(python版本) 和 (一些第三方库的版本)也是不一样的。因此他们所要配置的环境也是不一样的,总不可能建立一个项目就重新装一遍不一样的版本(python或者第三方库),这样太麻烦了。
所以就引入了anaconda这个管理工具,我们可以使用它进行生成许多的虚拟环境,就相当于将一个大房间(没有安装anaconda时环境就相当于一个大房间)分为了好多个小房间,每一个小房间都是互相独立的,可以安装不同版本的python或者第三方库。


安装步骤

  1. 打开anaconda官网进行下载,官网地址链接.
  2. 依次点击:
Get Started
Download Anaconda Installers
  1. 然后选择对应系统选择合适的版本即可:
    在这里插入图片描述
    这个是我安装自己选择的路径(参考一下自己所自定义的路径)
    在这里插入图片描述

4.安装的时候一路默认即可,安装在自己 自定义的路径 一定要记住自己安装的地址(因为还要配置一下path环境变量),我拿我自己安装的路径如下图所示:
在这里插入图片描述

本人将anaconda安装在iro文件夹里,之后配置path时候,用iro文件夹下的bin文件夹的路径即可
在这里插入图片描述
本人的文件路径(将此路径配置在系统环境变量path中):

D:\software\app\Anaconda\iro\bin

在开始菜单中出现这些即为安装成功!!
在这里插入图片描述
Anaconda安装完成!!!!!!!!


常用指令

新建一个环境
首先先打开Anaconda Prompt (上图中的)命令行工具:图中前方的括号表示现在正在base这一个虚拟环境中
在这里插入图片描述
我们也可以自己新建一个环境:
输入 命令:

conda create -n env  python=3.8

-n 后方(env)表示的是你自己要命名的环境名称 自己可命名
python= 后方的数字(3.8)表示的是python的版本,自己想在这个虚拟环境中装什么版本的python也可以写入python的版本数字就好了

输入之后按回车键,然后出现 Proceed ([y]/n)? 输入y即可。之后如图所示,即为新建成功。
在这里插入图片描述
打开/关闭自己建立的虚拟环境(以刚才为例)
如上图所示:
打开指令:conda activate 自己建立的环境的名称

conda activate env

关闭指令:conda deactivate

conda deactivate

打开的样子就是命令行前出现(自定义名称环境),如图所示:
本人从yolov5环境切换到env环境 ,然后又退出了env环境:
在这里插入图片描述

切记:如果想要在自定义的虚拟环境中下载第三方库等,就必须使用上方的方法先进入自定义的虚拟环境.然后再使用conda指令或者pip指令进行下载包等


安装第三方库太慢

更改到国内的镜像源,教程链接
简单插播:::::::(本人所用的是清华源)
在这里插入图片描述
这个软件为anaconda的可视化界面,(可以看见自己的环境以及相应环境中安装的包等)打开可能有点困难,做的并不是多好,界面非常简单:
在这里插入图片描述

第三步:安装——pytorch

因为pytorch官网链接,安装命令中包含的有cudatoolkit安装加速库.

在这里插入图片描述
选择自己所需要的版本。我使用的是:

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

如果使用的是国内的镜像源 将后方的-c pytorch -c conda-forge删除掉, 输入前方的即可

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1

将以上命令输入cmd中(自己的环境中)就可以正确安装了。


第四步:查看是否被安装成功

命令行(先前创的环境下所在的命令行)输入:

python

命令进入python编译环境,如图所示

在这里插入图片描述

输入程序
引入pytorch包,查看cuda加速库是否可用

import torch
torch.cuda.is_available()

如图所示:没有报错以及返回True,证明可以使用。
在这里插入图片描述

完结撒花!!!如果 有以下错误,欢迎指正!!!!!


https://blog.csdn.net/weixin_43848614/article/details/117221384

Logo

为开发者提供学习成长、分享交流、生态实践、资源工具等服务,帮助开发者快速成长。

更多推荐