资讯 小学 初中 高中 语言 会计职称 学历提升 法考 计算机考试 医护考试 建工考试 教育百科
栏目分类:
子分类:
返回
空麓网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
空麓网 > 计算机考试 > 软件开发 > 后端开发 > Python

Windows系统离线配置深度学习环境(CUDA+cudnn+pytorch)

Python 更新时间: 发布时间: 计算机考试归档 最新发布

Windows系统离线配置深度学习环境(CUDA+cudnn+pytorch)

一、安装显卡驱动、CUDA以及cudnn

1.安装显卡驱动:下载对应的显卡驱动进行安装即可。

2.查看显卡驱动支持的CUDA的版本

win+R打开cmd窗口;输入命令:

nvidia-smi

显示的CADA Version:10.2;即为此驱动支持的最高版本的CUDA为10.2。

nvidia-smi

3.安装CUDA

CUDA下载网址:CUDA Toolkit Archive | NVIDIA Developer;下载所需要的版本(此次版本为CUDA10.1)。

解压路径(默认):C:UsersXXXAppDataLocalTempCUDA

选择自定义安装:将VS选项的勾选去掉;点击下一步,选择默认的安装路径。

4.安装CUdnn

下载网址:cuDNN Archive | NVIDIA Developer(需要邮箱注册账号);选择与CUDA版本对应的CUdnn版本;(本次为Cudnn7.6,有WIN 7和WIN 10两种版本)

打开cuda的安装目录(根据自己的安装路径来):C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1(默认安装路径时应该只有版本号不一致),然后将cudnn解压后对应的文件复制到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1对应的cuda里。

5.添加环境变量

配置系统环境变量,在path中添加以下的环境变量(WIN 7和WIN 10默认安装路径可能会不同,需要注意一下):

(1)C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1(注意版本号)libx64

(2)C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1(注意版本号)bin

(3)C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1(注意版本号)lib

(4)C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1(注意版本号)include

6.查看是否安装成功

重启电脑后,win+R打开cmd窗口;输入命令:

nvcc -V

输出CUDA版本证明安装成功。

nvcc -V

二、通过迁移虚拟环境的安装包来完成离线环境配置

1.联网电脑下载python虚拟环境依赖的virtualenv包,并在离线python环境中安装virtualenv

下载时用pip的基本功能download:

pip download -d ./path package -i https://mirrors.bfsu.edu.cn/pypi/web/simple/

-d ./path的意思是将下载的文件存放到当前目录下的path文件夹里面(注意path文件夹路径不能有空格,否则报错非法路径);-i url的意思是从中科大镜像源下载文件。

pip download -d ./E:environmentvirtualenv virtualenv

离线安装的时候通过新建requirement.txt文件来进行安装;requirement.txt文件中的内容为下载的安装包(注意顺序是倒序)

安装时在文件夹下打开cmd窗口:pip install -r requirement.txt

2.利用virtualenv来创建虚拟环境:

建好一个文件夹,在该文件夹打开cmd,输入以下命令:

virtualenv -p (python3安装路径) (虚拟环境名字)

(python3安装路径是虚拟环境中python的版本,注意联网和离线电脑中python版本的一致性,因为下载的其他依赖的包都和python的版本有关系)。

virtualenv -p C:UsersXXXAppDataLocalProgramsPythonPython38python.exe pytorch

在建好的文件夹下就会出现虚拟环境的文件夹

虚拟环境的激活:首先进入虚拟环境文件夹,运行命令:activate.bat。

虚拟环境的退出:运行命令:deactivate.bat

激活activate.bat

退出deactivate.bat

3.虚拟环境的迁移

先在联网的电脑上创建虚拟环境,激活虚拟环境后安装所需要的包,然后新建一个目录(本次为whls文件夹)用于存放迁移的包;

cd到目标文件夹,执行命令:pip freeze > requirements.txt

在whls文件夹下会生成一个requirements.txt文件,是虚拟环境依赖包的版本信息。然后将安装包下载到文件夹中,执行命令:

pip download -d E:environmenttorchwhls -r requirements.txt

在离线环境中创建虚拟环境

virtualenv -p C:UsersXXXAppDataLocalProgramsPythonPython38python.exe test

创建完成

然后激活该虚拟环境

cd E:environmenttestScripts

activate.bat

将下载好的.whl文件复制到虚拟环境的Scripts文件夹中(包括requirements.txt):

输入命令来离线安装依赖的包:

pip install --no-index --find-links=E:environmenttestScripts -r requirements.txt

3.VScode安装插件

1.下载插件: 进入插件主页,点击右侧的Download Extension链接,将离线安装包下载下来(文件后缀为.vsix)

网址:Extensions for Visual Studio family of products | Visual Studio Marketplace

2.安装插件:把下载下来的离线安装包复制到VSCode的安装目录下的bin目录下;执行命令:code --install-extension ms-python.python-xx.x.xx.vsix

完成插件的安装。

转载请注明:文章转载自 http://www.konglu.com/
本文地址:http://www.konglu.com/it/1096556.html
免责声明:

我们致力于保护作者版权,注重分享,被刊用文章【Windows系统离线配置深度学习环境(CUDA+cudnn+pytorch)】因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本文部分文字与图片资源来自于网络,转载此文是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们,情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!

我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2023 成都空麓科技有限公司

ICP备案号:蜀ICP备2023000828号-2