折腾深度学习——用Anaconda配置Python开发环境(Windows)保姆级教程

Posted 下雪还是下雨

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了折腾深度学习——用Anaconda配置Python开发环境(Windows)保姆级教程相关的知识,希望对你有一定的参考价值。

目录

零、前言

一、软件安装

二、软件配置

 三、安装CUDA以及cuDNN(GPU版需要,CPU请跳过)

四、安装Pytorch

五、检验安装

六、结束

七、IDE的安装

八、Q&A


零、前言

        近期准备学习深度学习相关的知识,需要使用Python语言和pytorch框架来搭建相关模型,便写下这篇文章来记录我配置Python开发环境并安装Pytorch框架的历程,顺便提供给广大网友参考。

在开始之前我们需要知道:

  • 系统位数
  • 显卡型号
  • 显卡支持的CUDA版本

一、软件安装

 1、Anaconda3

(1)访问Anaconda官网

(2)点击Get Started后点击Download Anaconda installers

(3)根据系统位数选择合适的安装包(关于如何查看系统位数可以查阅我的另一篇文章)

***如果下载速度慢,可以访问清华大学开源软件镜像站来下载(软件安装包下载直达链接

(4)双击安装文件打开

(5)点击I Agree

(6)建议选择All users

(7)选择安装位置(建议默认),点击Next

 (9)建议把两个方框都选上(用于配置环境变量,减少不必要的麻烦)

(10)等待安装完成

(11)点击Finish

(12)用CMD检验安装是否正常

 在CMD输入下列代码

conda help

输出如下:

 

 如果安装失败可以查看文末Q&A中的第1点。

 *关于不使用Python官方的安装包安装:Anaconda是一个比较方便的Python包管理器,可以新建不同环境,并自动处理各个包之间的依赖与冲突,比较适合新手使用。

二、软件配置

1、切换conda国内镜像源

        由于服务器在国外的缘故,国内使用conda下载软件包速度可能很慢,甚至出现下载失败的情况,这里推荐更换软件源。

(1)先执行一下命令生成配置文件.condarc

conda config --set show_channel_urls yes

位置位于用户文件夹中,例如:C:\\Users\\<你的用户名>

如果找不到该文件,请到文末Q&A

 (2)用记事本打开该文件,并用一下内容覆盖原始内容

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
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

(3)在CMD里输入一下命令来更新缓存

conda clean -i

*更多详细信息可以访问镜像站使用帮助

2、切换pip国内镜像源

        由于服务器在国外的缘故,国内使用pip下载软件包速度可能很慢,甚至出现下载失败的情况,这里推荐更换软件源。

(1)在CMD里输入以下命令,切换为清华镜像源

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

3、新建一个新环境

方法一:利用图形界面新建

(1)打开Anaconda,选择左侧Environment

 (2)点击底部create,输入环境名称(例如:test),选择Python版本(建议版本不要选择过老或过新,因为要安装Pytorch,所以我选择3.8)

(3)点击create,一个崭新的环境就创建好了。

方法二:运用命令行新建

(1)打开CMD,并输入一下命令

conda create --name 名称 pytohn==3.8

(2)完成

 三、安装CUDA以及cuDNN(GPU版需要,CPU请跳过)

*在开始前请确保显卡驱动已经更新到最新

(1)进入英伟达官网下载CUDA工具包cuDNN

 这里我选择CUDA v11.1和cuDNN v8.2.1(请注意版本匹配

(2)运行CUDA安装程序并选择精简安装记住安装位置

(3)解压缩cuDNN压缩包,并将对应文件夹里的文件复制到安装位置对应的文件夹里(不是替换整个文件夹!!!

四、安装Pytorch

可以通过访问Pytorch官网来获取安装命令

 以我的版本为例:

(1)在CMD里激活环境

conda activate test

 (2)输入一下命令安装

pip3 install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio===0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

 遇到[Y/N]输入Y

 (3)输出success结束

五、检验安装

1、在CMD激活环境并启动Python

conda activate test
python

2、输入一下代码

import torch
torch.cuda.is_available()

         输出为True即为正确安装;可以查阅Pytorch官网,尝试跑一个模型,如果不能正常工作,我也将在Q&A中帮你解决。

        如果输出False,请至文末Q&A

六、结束

        至此,安装已经全部结束。欢迎来到深度学习的世界😆

        如果遇到问题,请不要着急,请直接往下翻到第八点,查看Q&A,我将列举我遇到的问题和几个常见问题,以及解决办法。😊

七、IDE的安装(可选)

限于篇幅,可以查看我的另一篇文章

八、Q&A

        相信有很多人在第一次配置环境时总会遇到各种各样的问题,别着急,接下来将会帮助你解决这些问题。

1、Q:在CMD里输入conda显示:'conda' 不是内部或外部命令,也不是可运行的程序或批处理文件。

      A:可能在安装是未将全部方框勾上的原因,不用卸载重装,请按照以下办法,将Anaconda添加到环境变量。

解决办法:

1、找到Anaconda的安装位置(我的位置:C:\\ProgramData\\Anaconda3)

 2、将一下位置添加到环境变量

 如何添加环境变量?

(1)右键此电脑,点击属性

 (2)点击高级系统设置

(3)点击环境变量,在系统变量里找到Path,并双击

 (4)添加上面提到的位置,并点击确定保存

2、Q: torch.cuda.is_available()返回False

      A:1、请检查cuda是否正确安装2、请检查cuda|cuDNN|Pytorch版本是否匹配

      3、cudatoolkit未正确安装4、没有添加到环境变量

解决办法:

1.检查cuda是否正确安装

(1)打开CMD,输入以下命令

nvcc --version

(2)如果输出版本号,说明安装没有问题,可能是版本不匹配导致,请继续往下看

2、检查版本是否匹配

首先检查Pytorch与CUDA版本是否匹配

确认无误后

重点查看For后面的版本号是否与CUDA版本一致

 3、conda环境中没有安装cudatoolkit

(1)首先输入以下代码,激活环境

conda activate test

 (2)输入以下代码安装cudatoolkit(注意版本匹配)

conda install cudatoolkit==<cuda版本>

4、如果安装都无误,极有可能是没有将CUDA添加到环境变量

(1)将以下位置添加到环境变量

 (2)在CMD里输入,检查是否正确输出

nvcc --version

3、Q: 运行示例代码,报如下错误

Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.

      A:Anaconda安装的numpy包中的libiomp5md.dll 和Pytorch中libiomp5md.dll冲突

解决办法:

删除conda环境文件夹中的libiomp5md.dll

位置:可以通过在文件夹中搜索来找到。

     

以上是关于折腾深度学习——用Anaconda配置Python开发环境(Windows)保姆级教程的主要内容,如果未能解决你的问题,请参考以下文章

深度学习环境安装配置中各个软件的关系及作用(Anaconda,Pycharm,Python,库,PyTorch, conda)

python 深度学习环境安装(tensorflow-gpu)

Anaconda 配置各版本 Pytorch 深度学习环境

Anaconda配置Python新版本tensorflow库(CPUGPU通用)的方法

win10+anaconda+cuda配置dlib,使用GPU对dlib的深度学习算法进行加速(以人脸检测为例)

深度学习实战及tensorflow环境配置