anaconda+pytorch+opencv安装及环境配置

简介: anaconda+pytorch+opencv安装及环境配置

一、anaconda下载及安装

下载地址:进入anaconda官网,Anaconda | The World's Most Popular Data Science Platform

下载完成后点击安装就可以,具体操作如下:

第一个选项建议也勾选上,会在系统自动配置anaconda的环境。

安装结束后,查看自己电脑环境变量是否配置成功,右击此电脑=》属性=》高级系统设置=》path

因为anaconda安装过程中只是just user 而不是所有用户,因此查看用户下path有没有这五个环境变量。

D:\anaconda

D:\anaconda\Library\mingw-w64\bin

D:\anaconda\Library\usr\bin

D:\anaconda\Library\bin

D:\anaconda\Scripts

二、安装配置pytorch环境

1.创建虚拟环境

conda env list

查看conda下有几个对应环境,我这已经有两个一个是base基础环境安装anaconda时候自带的,另一个pytorch是后续我自己安装的。

conda create -n pytorch_gpu python=3.6

创建一个新的pytorch_gpu环境,该环境中python选择是3.6版本的(后面发现3.6版本和cuda版本不对应,改为安装了python3.7版本)。

选择Y等待自动安装python环境。

等待安装结束后,在控制台中输入

conda activate pytorch_gpu

我们就可以进入该环境下,在该环境下输入python。如果出现下图:

说明我们的环境创建成功,接下来就是安装pytorch啦。

2.pytorch安装

我们此次的安装方法采用在线安装,安装的网址是pytorch官网

如果某些包安装失败,也可以采用离线安装,通过镜像下载安装包后,在进行安装,具体过程可以参考该文章

在安装pytorch前应该先检查自己的电脑是否支持cuda,一般来说只要是英伟达的显卡一般都可以使用gpu加速的。可以在控制台中输入

nvidia—smi

我支持的版本是11.4版本以前所以选择对应的版本

我最终选择了1.12版本的pytorch和11.3版本的cuda,

如果安装官网的指令安装,速度很慢,需要很长时间,此时可以采用镜像进行下载,具体参考此文章(也可以在镜像网站上下载,然后离线进行安装)

安装成功可以对torch进行验证

3.安装cudnn

查找对应版本的cudnn有两种方式,第一种是在英伟达官网上查找

第二种是在控制台中直接输入查找指令

conda search cudnn
conda search cudnn --info 
可以查看准确的版本及其下载源

查找自己对应的版本

conda search cudnn=8.2.1 --info 可以查找8.2.1的对应下载源
conda install cudnn=8.2.1 -c +在查找中提供的下载地址

通过镜像下载速度比较快,下载成功后对其进行验证

如果运行后是这样,则说明配置成功。

4.opencv安装

本次opencv的环境配置采用离线安装

首先在镜像网站上下载对应版本的whl文件,镜像网站对应如下

https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv(国外镜像网)

https://pypi.tuna.tsinghua.edu.cn/simple/opencv-contrib-python/(清华镜像网)

cp37意思是python3.7版本,然后第一个是macos系统,第二、三个是linux系统,第四、五个是win系统分别对应32位,64位。我的是64位系统,不知道的我的电脑处右键选择属性。

我安装python是3.7,电脑是64位windows操作系统,根据自己的需求选择对应的opencv版本

我选择的如下:

将下载好的whl文件放置在anaconda目录下Lib文件夹下的site-packages文件夹中

然后打开控制窗口,在pytorch_gpu环境下cd到site-packages文件夹下

(注意cd命令如果是 跨盘运行的话需要在后面加/d)

当cd到site-packages后,通过pip install 安装opencv

pip install +whl文件名字

对opencv安装进行验证

说明安装成功 。

三、在pychrm中配置pytorch环境

在file文件下选择setting选项

选择对应环境下的python文件。

环境如图所示,点击ok,则说明配置成功。

进行验证如下:

在pycharm 中python console输入如下指令,如图运行则说明运行成功。

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
目录
打赏
0
0
0
0
7
分享
相关文章
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
569 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
7149 3
Windows下CUDA+pytorch安装
以下是关于在Windows下安装CUDA和PyTorch的简要介绍及参考链接:
12 0
Windows下CUDA+pytorch安装
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
本文提供了在Ubuntu 18.04操作系统的NVIDIA Jetson平台上安装深度学习和计算机视觉相关库的详细步骤,包括PyTorch、OpenCV、ONNX、TensorFlow等。
310 1
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
990 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
1099 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
opencv图像形态学
图像形态学是一种基于数学形态学的图像处理技术,它主要用于分析和修改图像的形状和结构。
82 4
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
本文介绍了使用OpenCV进行图像读取、显示和存储的基本操作,以及如何绘制直线、圆形、矩形和文本等几何图形的方法。
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
如何在OpenCV中进行图像转换
在OpenCV中,图像转换涉及颜色空间变换、大小调整及类型转换等操作。常用函数如`cvtColor`可实现BGR到RGB、灰度图或HSV的转换;`resize`则用于调整图像分辨率。此外,通过`astype`或`convertScaleAbs`可改变图像数据类型。对于复杂的几何变换,如仿射或透视变换,则可利用`warpAffine`和`warpPerspective`函数实现。这些技术为图像处理提供了强大的工具。
WK
194 1

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等