基于Windows中学习Deep Learning之搭建Anaconda+Cudnn+Cuda+Pytorch+Pycharm工具和配置环境完整最简版(二)

简介: 基于Windows中学习Deep Learning之搭建Anaconda+Cudnn+Cuda+Pytorch+Pycharm工具和配置环境完整最简版

9、等待安装(5min左右),点击“Next”。

10、点击“Skip”。

11、按下面图片流程走。

12、配置环境变量PATH,大家根据自己安装Anaconda的路径进行相关文件环境变量配置。

13、检验是否安装Anaconda成功,复制对应下面命令在CMD控制平台运行,若出现和博主图片一样的内容,说明安装成功。

(1)复制命令(注意运行此命令的CMD控制平台会变成python运行环境,所以显示结果之后要重新退出,再重新打开CMD控制平台再进行下一步)

python

(2)复制命令

conda --version

(3)复制命令

conda info

14、双击运行程序。

15、若出现程序一直加载进不去,无法正常打开Anaconda,则在Anaconda安装路径中找到下面图片中的文件。

16、打开文件找到下面图片这一行“data = yaml.load(f)”。

17、再将“data = yaml.load(f)”修改成“data = yaml.safeload(f)”,并保存。

18、电脑关机重启,然后再次双击程序,就能够正常打开,然后点击“ok”。

19、为方便后续下载其他插件和使用,可以添加清华大学开源软件镜像站;也可以不添加,方便后面在Anaconda虚拟环境进行Pytorch安装。

(1)打开Anaconda Prompt程序。

(2)复制下面命令粘贴在Anaconda Prompt程序中运行。

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

(3)复制下面命令,显示下图内容表示更换镜像成功。

conda config --show channels

六、安装Pytorch

1、点击下面链接打开Pytorch下载官方网站。

Pytorch下载官方网站:点击链接打开官网

2、选择与大家自己电脑中和NVIDIA相匹配的Pytorch版本,博主电脑更新NVIDIA驱动器版本是471.68,则对应下载对应的Pytorch版本,并复制对应的下载命令。

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

3、以管理员身份运行CMD控制平台。

4、如果输入命令运行出现下面的问题,首先如果你开启了vpn一定要关闭它,然后复制下面的命令在CMD控制平台运行清除之前的镜像路径。

conda config --remove-key channels

5、再重新回到第2步重新按照流程走,等待加载时间(3min左右),输入“y”。

6、等待文件下载(10min左右),下载完毕。

7、打开Anaconda Prompt,复制粘贴下面命令并运行,若出现下面图片的内容表示安装成功。

(1)复制命令。

python

(2)复制命令。

import torch
torch.__version__
torch.cuda.is_available()

七、安装Pycharm

1、没有安装的同志可以借鉴参考博主下面的文章,按照流程跟着安装即可,基本上不会出问题。

2、Windows中pycharm最详细安装教程及注意事项:点击链接打开文章

3、下载好Pycharm之后,其编译器选择之前已经安装的Anaconda下的Python编译器。

目录
打赏
0
0
0
0
14
分享
相关文章
Omnissa Horizon Windows OS Optimization Tool 2503 - Windows 系统映像优化工具
Omnissa Horizon Windows OS Optimization Tool 2503 - Windows 系统映像优化工具
36 7
Omnissa Horizon Windows OS Optimization Tool 2503 - Windows 系统映像优化工具
DBeaver Ultimate Edtion 25.0 Multilingual (macOS, Linux, Windows) - 通用数据库工具
DBeaver Ultimate Edtion 25.0 Multilingual (macOS, Linux, Windows) - 通用数据库工具
106 12
DBeaver Ultimate Edtion 25.0 Multilingual (macOS, Linux, Windows) - 通用数据库工具
微软工程师偷偷在用!这款SSH工具让Windows操控CentOS比Mac还优雅!
远程登录Linux服务器是管理和维护服务器的重要手段,尤其在远程办公、云服务管理等场景中不可或缺。通过工具如XShell,用户可以方便地进行远程管理。SSH协议确保了数据传输的安全性,命令行界面提高了操作效率。配置XShell连接CentOS时,需确保Linux系统开启sshd服务和22端口,并正确设置主机地址、用户名和密码。此外,调整字体和配色方案可优化使用体验,解决中文显示问题。
144 17
微软工程师偷偷在用!这款SSH工具让Windows操控CentOS比Mac还优雅!
Windows11 WSL2 Ubuntu编译安装perf工具
通过以上步骤,你已经在Windows 11的WSL2中成功编译并安装了 `perf`工具。尽管在WSL2中可能会遇到一些限制,但大部分基本性能分析功能应当可以正常使用。使用 `perf`进行性能分析,可以帮助你更好地理解和优化系统及应用程序的性能。
83 14
Docker Desktop 4.38 安装与配置全流程指南(Windows平台)
Docker Desktop 是容器化应用开发与部署的一体化工具,支持本地创建、管理和运行 Docker 容器。4.38 版本新增 GPU 加速、WSL 2 性能优化和 Kubernetes 1.28 集群管理功能,适用于微服务开发和 CI/CD 流水线搭建。安装要求为 Windows 10 2004 及以上(64 位),需启用 Hyper-V 或 WSL 2。硬件最低配置为 4GB 内存、20GB 存储和虚拟化技术支持的 CPU。安装步骤包括启用系统功能、下载并运行安装程序,完成后配置镜像加速并验证功能。常见问题涵盖 WSL 2 安装不完整、磁盘空间清理及容器外网访问等。
2738 14
【YashanDB知识库】windows配置ODBC跟踪日志, 使用日志定位问题
【YashanDB知识库】windows配置ODBC跟踪日志, 使用日志定位问题
|
1月前
|
Windows系统云服务器配置多用户登录
本教程介绍了在Windows云服务器上配置远程桌面服务的详细步骤,包括安装桌面会话主机和远程桌面授权、允许多用户远程连接以及配置新用户并加入远程桌面用户组。通过添加角色和功能、设置组策略以及管理用户权限,实现多用户同时登录和远程访问。按照指引操作,可顺利完成服务器的远程访问配置,提升管理和使用效率。
129 0
一款.NET开源的Windows资源管理器标签页工具
一款.NET开源的Windows资源管理器标签页工具
9个主流GAN损失函数的数学原理和Pytorch代码实现:从经典模型到现代变体
生成对抗网络(GAN)的训练效果高度依赖于损失函数的选择。本文介绍了经典GAN损失函数理论,并用PyTorch实现多种变体,包括原始GAN、LS-GAN、WGAN及WGAN-GP等。通过分析其原理与优劣,如LS-GAN提升训练稳定性、WGAN-GP改善图像质量,展示了不同场景下损失函数的设计思路。代码实现覆盖生成器与判别器的核心逻辑,为实际应用提供了重要参考。未来可探索组合优化与自适应设计以提升性能。
98 7
9个主流GAN损失函数的数学原理和Pytorch代码实现:从经典模型到现代变体
从零开始用Pytorch实现LLaMA 4的混合专家(MoE)模型
近期发布的LLaMA 4模型引入混合专家(MoE)架构,以提升效率与性能。尽管社区对其实际表现存在讨论,但MoE作为重要设计范式再次受到关注。本文通过Pytorch从零实现简化版LLaMA 4 MoE模型,涵盖数据准备、分词、模型构建(含词元嵌入、RoPE、RMSNorm、多头注意力及MoE层)到训练与文本生成全流程。关键点包括MoE层实现(路由器、专家与共享专家)、RoPE处理位置信息及RMSNorm归一化。虽规模小于实际LLaMA 4,但清晰展示MoE核心机制:动态路由与稀疏激活专家,在控制计算成本的同时提升性能。完整代码见链接,基于FareedKhan-dev的Github代码修改而成。
40 9
从零开始用Pytorch实现LLaMA 4的混合专家(MoE)模型

热门文章

最新文章

下一篇
oss创建bucket
目录
目录
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等