深度学习环境配置2——windows下的torch=1.2.0环境配置

古城微笑少年丶 2023-03-13 03:32 338阅读 0赞

### 深度学习环境配置2——windows下的torch=1.2.0环境配置 ###

*  注意事项
 *   *  一、2021/9/11更新
     *  二、2021/7/8更新
 *  学习前言
 *  环境内容
 *  环境配置
 *   *  一、Anaconda安装
     *   *  1、Anaconda的下载
         *  2、Anaconda的安装
     *  二、Cudnn和CUDA的下载和安装
     *   *  1、Cudnn和CUDA的下载
         *  2、Cudnn和CUDA的安装
     *  三、配置torch环境
     *   *  1、pytorch环境的创建与激活
         *  2、pytorch库的安装
         *   *  a、官方推荐安装方法（推荐）
             *  b、先下载whl后安装
         *  3、其它依赖库的安装
         *  4、安装较慢请注意换源
     *  四、安装VSCODE
     *   *  1、下载安装包安装（推荐）
         *   *  a、VSCODE的下载
             *  b、VSCODE的安装
         *  2、anaconda上安装

# 注意事项 #

## 一、2021/9/11更新 ##

安装CUDA前需要安装Visual Studio，我安装的版本为Visual Studio 2017，视频与视频中未提及，请小伙伴们注意。

30系列显卡不适合该教程，30系列显卡仅支持CUDA11.0，可以参考博客[https://blog.csdn.net/weixin\_44791964/article/details/120668551][https_blog.csdn.net_weixin_44791964_article_details_120668551]进行配置。

博文中显示的安装环境为tensorflow，这是因为我讲pytorch和tensorflow装在一起了，所以不用管，大家自己安装激活的环境是pytorch。

## 二、2021/7/8更新 ##

许多粉丝反馈，报TypeError: **array**() takes 1 positional argument but 2 were given错误，可以修改pillow版本解决。

pip install pillow==8.2.0

# 学习前言 #

好多人问环境怎么配置，还是出个教程吧。

pytorch-cpu版本的环境配置博客为[https://blog.csdn.net/weixin\_44791964/article/details/120655098][https_blog.csdn.net_weixin_44791964_article_details_120655098]。  
![在这里插入图片描述][20190723165901974.jpg_pic_center]

# 环境内容 #

torch：1.2.0  
torchvision：0.4.0

# 环境配置 #

## 一、Anaconda安装 ##

**Anaconda的安装主要是为了方便环境管理，可以同时在一个电脑上安装多种环境，不同环境放置不同框架：pytorch、tensorflow、keras可以在不同的环境下安装，只需要使用conda create –n创建新环境即可。**

### 1、Anaconda的下载 ###

同学们可以选择安装新版Anaconda和旧版的Anaconda，安装步骤没有什么区别。

**旧版本anaconda的下载：**  
**新版本的Anaconda没有VSCODE，如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda，百度网盘连接如下。也可以装新版然后分开装VSCODE。**  
链接: [https://pan.baidu.com/s/12tW0Oad\_Tqn7jNs8RNkvFA][https_pan.baidu.com_s_12tW0Oad_Tqn7jNs8RNkvFA] 提取码: i83n

**新版本anaconda的下载：**  
如果想要安装最新的Anaconda，首先登录Anaconda的官网：[https://www.anaconda.com/distribution/][https_www.anaconda.com_distribution]。直接下载对应安装包就可以。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_12_color_FFFFFF_t_70_g_se_x_16_pic_center]  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_11_color_FFFFFF_t_70_g_se_x_16_pic_center]  
一般是下载64位的，下载完成后打开。

### 2、Anaconda的安装 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]  
选择安装的位置，可以不安装在C盘。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]  
我选择了Add Anaconda to my PATH environment variable，这样会自动将anaconda装到系统的环境变量中，配置会更加方便一些。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]  
等待安装完之后，Anaconda的安装就结束了。

## 二、Cudnn和CUDA的下载和安装 ##

**我这里使用的是torch=1.2.0，官方推荐的Cuda版本是10.0，因此会用到cuda10.0，与cuda10.0对应的cudnn是7.4.1。**

### 1、Cudnn和CUDA的下载 ###

**网盘下载：**  
链接: [https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ][https_pan.baidu.com_s_1znYSRDtLNFLufAuItOeoyQ]  
提取码: 8ggr

**官网下载：**  
cuda10.0官网的地址是：  
[cuda10.0官网地址][cuda10.0]  
cudnn官网的地址是：需要大家进去后寻找7.4.1.5。  
[cudnn官网地址][cudnn]

下载完之后得到这两个文件。  
![在这里插入图片描述][20200306191825383.png_pic_center]  
![在这里插入图片描述][20200306191831473.png_pic_center]

### 2、Cudnn和CUDA的安装 ###

下载好之后可以打开exe文件进行安装。  
![在这里插入图片描述][20200306191926135.png_pic_center]  
这里选择自定义。  
![不][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 3]  
然后直接点下一步就行了。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 4]  
安装完后在C盘这个位置可以找到根目录。  
C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.0  
然后大家把Cudnn的内容进行解压。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 5]  
把这里面的内容直接复制到C盘的根目录下就可以了。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 6]

## 三、配置torch环境 ##

### 1、pytorch环境的创建与激活 ###

Win+R启动cmd，在命令提示符内输入以下命令：

conda create –n pytorch python=3.6

activate pytorch

这里一共存在两条指令：  
前面一条指令用于创建一个名为pytorch的环境，该环境的python版本为3.6。  
后面一条指令用于激活一个名为pytorch的环境。

### 2、pytorch库的安装 ###

由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。

activate pytorch

此时cmd窗口的样子为：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]

#### a、官方推荐安装方法（推荐） ####

打开pytorch的官方安装方法：  
[https://pytorch.org/get-started/previous-versions/][https_pytorch.org_get-started_previous-versions]  
官网推荐的安装代码如下，我使用的是Cuda10的版本，不太懂为什么要写3个=才能正确定位，两个=会定位到cuda92的whl：

# CUDA 10.0
    pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

这是pytorch官方提供的指令，用于安装torch和torchvision。

#### b、先下载whl后安装 ####

需要注意的是，直接这样安装似乎特别慢，因此我们可以进入如下网址:  
[https://download.pytorch.org/whl/torch\_stable.html][https_download.pytorch.org_whl_torch_stable.html]  
找到自己需要的轮子下载。下载的时候使用迅雷下载就行了，速度还是比较快的！  
![在这里插入图片描述][20200510155201552.png_pic_center]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 7]  
下载完成后找到安装路径：  
![在这里插入图片描述][20200510155601119.png_pic_center]  
在cmd定位过来后利用文件全名进行安装就行了！  
![在这里插入图片描述][20200510155654578.png_pic_center]  
这里我也传一个百度网盘的版本。  
链接: [https://pan.baidu.com/s/14-QVk7Kb\_CVwaVZxVPIgtw][https_pan.baidu.com_s_14-QVk7Kb_CVwaVZxVPIgtw]  
提取码: rg2e  
**全部安装完成之后重启电脑。**

### 3、其它依赖库的安装 ###

但如果想要跑深度学习模型，还有一些其它的依赖库需要安装。具体如下：

scipy==1.2.1
    numpy==1.17.0
    matplotlib==3.1.2
    opencv_python==4.1.2.30
    torch==1.2.0
    torchvision==0.4.0
    tqdm==4.60.0
    Pillow==8.2.0
    h5py==2.10.0

如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 1]  
使用如下指令安装即可。**下述指令中，requirements.txt前方的路径是我将文件放在桌面的路径，各位同学根据自己的电脑修改。**

pip install -r C:\Users\33232\Desktop\requirements.txt

### 4、安装较慢请注意换源 ###

需要注意的是，如果在pip中下载安装比较慢可以换个源，可以到用户文件夹下，创建一个pip文件夹，然后在pip文件夹里创建一个txt文件。  
![在这里插入图片描述][20200306192756692.png_pic_center]  
修改txt文件的内容，并且把后缀改成ini

[global]
    index-url = http://pypi.mirrors.ustc.edu.cn/simple
    [install]
    use-mirrors =true
    mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
    trusted-host =pypi.mirrors.ustc.edu.cn

## 四、安装VSCODE ##

**我个人喜欢VSCODE，所以就安装它啦。其它的编辑软件也可以，个人喜好罢了。**

### 1、下载安装包安装（推荐） ###

**最新版本的Anaconda没有VSCODE因此可以直接百度VSCODE进行安装。**

#### a、VSCODE的下载 ####

直接加载VSCODE的官网[https://code.visualstudio.com/][https_code.visualstudio.com]，点击Download for Windows即可下载。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 2]

#### b、VSCODE的安装 ####

首先同意协议，点一下步。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center]  
其他里面的几个勾要打起来，因为这样就可以右键文件夹用VSCODE打开，非常方便。下一步。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 1]  
继续下一步安装即可。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 2]

**安装完成后在左下角更改自己的环境就行了。**  
![在这里插入图片描述][c4724c88618046b789ab8852f1201695.png_pic_center]

### 2、anaconda上安装 ###

打开anaconda，切换环境。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 10]  
安装VSCODE，安装完就可以launch一下了，之后就可以把VScode固定到任务栏上，方便打开。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 11]

[https_blog.csdn.net_weixin_44791964_article_details_120668551]: https://blog.csdn.net/weixin_44791964/article/details/120668551
[https_blog.csdn.net_weixin_44791964_article_details_120655098]: https://blog.csdn.net/weixin_44791964/article/details/120655098
[20190723165901974.jpg_pic_center]: /images/20230312/26e3df3b175a4618980cfd88bca31252.png
[https_pan.baidu.com_s_12tW0Oad_Tqn7jNs8RNkvFA]: https://pan.baidu.com/s/12tW0Oad_Tqn7jNs8RNkvFA
[https_www.anaconda.com_distribution]: https://www.anaconda.com/distribution/
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_12_color_FFFFFF_t_70_g_se_x_16_pic_center]: /images/20230312/25e0d23d90cd4435b0156a7c2a684152.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_11_color_FFFFFF_t_70_g_se_x_16_pic_center]: /images/20230312/9122cc7d0640479f9758b4dba3cba79a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]: /images/20230312/edc75d90e6904838bbc4651253be0093.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20230312/43fa142b78e0459ab5c8d1234713d48b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20230312/53546b0726bb45fe8fef3bf1c5064709.png
[https_pan.baidu.com_s_1znYSRDtLNFLufAuItOeoyQ]: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ
[cuda10.0]: https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
[cudnn]: https://developer.nvidia.com/cudnn
[20200306191825383.png_pic_center]: /images/20230312/a1201907121c471795f361fc29d728ce.png
[20200306191831473.png_pic_center]: /images/20230312/82ad63eef0c244c6aa06b15ecdd6285d.png
[20200306191926135.png_pic_center]: /images/20230312/e34510d7bac14b9eae587b6d33b2478a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20230312/fec3d006903c4dc9904e0fff1a4ab605.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20230312/60005468430444e68e0497b0d8c35084.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20230312/de8c96333a2845f994c1f303e9d6199a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20230312/d7ae3a0be8d14d5baa60a398b2ac010f.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]: /images/20230312/3ec16101fd8e4a91ad92a7a26281b0aa.png
[https_pytorch.org_get-started_previous-versions]: https://pytorch.org/get-started/previous-versions/
[https_download.pytorch.org_whl_torch_stable.html]: https://download.pytorch.org/whl/torch_stable.html
[20200510155201552.png_pic_center]: /images/20230312/25e4eb21ac0e4409b0fbc5ad917f37ea.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 7]: /images/20230312/fdecb46c8ff04f89a31fb66aa876cce6.png
[20200510155601119.png_pic_center]: /images/20230312/54d0c7f6661d412da82b311560d2135d.png
[20200510155654578.png_pic_center]: /images/20230312/83520a0cc4b64299b28c7806ead16b9a.png
[https_pan.baidu.com_s_14-QVk7Kb_CVwaVZxVPIgtw]: https://pan.baidu.com/s/14-QVk7Kb_CVwaVZxVPIgtw
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 1]: /images/20230312/548b3a82831743439d55c7b9c26b2368.png
[20200306192756692.png_pic_center]: /images/20230312/f7de7ee85a03457b9939ae15dbd65c16.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 8]: /images/20230312/520ba344d01e4fccb0efbc1c480e6257.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 9]: /images/20230312/6c723c618ce1415282dc1a5396e6de2f.png
[https_code.visualstudio.com]: https://code.visualstudio.com/
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 2]: /images/20230312/71e232e6197d4554983071ceb31577ba.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center]: /images/20230312/33b4919c3a2d45d4a2fd5c9b02806119.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 1]: /images/20230312/fb152bb6d99a4a199924fdf92d580a39.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 2]: /images/20230312/e6ce07e79704468a965de6e35fbdcd18.png
[c4724c88618046b789ab8852f1201695.png_pic_center]: /images/20230312/fc8910c2c4354f88a9e0f0be739657bb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 10]: /images/20230312/5ff0156361ef4163b1e6b816a84acb0d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 11]: /images/20230312/77f92638e9f64462a923904a44b8dca9.png