1. 首頁 > 生活百科 > >

pytorch、paddlepaddle等環境搭建 深度學習環境搭建常用網址、conda/pip命令行整理

生活百科

前言：最近研究深度學習，安裝了好多環境，記錄一下，方便后續查閱 。
1. Anaconda軟件安裝1.1 AnacondaAnaconda是一個用于科學計算的Python發行版，支持Linux、Mac、Windows，包含了眾多流行的科學計算、數據分析的Python包 。請自行到官網下載安裝，下載速度太慢的話可移步清華源 。
官網：https://repo.anaconda.com/archive/
清華源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
1.2 MinicondaMiniconda是一個Anaconda的輕量級替代，默認只包含了python和conda ， 但是可以通過pip和conda來安裝所需要的包 。
官網：https://docs.conda.io/en/latest/miniconda.html
清華源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
2. Anaconda創建虛擬環境2.1 創建新的虛擬環境（1）一步完成搭建 。需要注意的是要更換python版本，只能用conda命令
conda create –n name python=3.8.10 anaconda后邊加anaconda命令選項（可?。?nbsp;， 在建立虛擬環境的同時 ， 也會安裝Jupyter Notebook、Numpy、Scipy、Matplotlib、Panda等python軟件包 。
（2）分步搭建
# 該命令會創建一個空的conda虛擬環境，此時該環境中沒有任何依賴包 ， 只有conda命令可用conda create –n name# 安裝python環境 ， 可以指定python版本，不帶版本號則會默認安裝最新版本conda install python==3.6.22.2 啟動/關閉環境conda activate name# 啟動虛擬環境conda deactivate# 關閉當前環境，退回到base注意：早期版本的anaconda，前邊不需要加conda，直接activate name/deactivate即可 。
2.3 刪除環境conda remove -n name -all2.4 快速創建（復制其他環境）conda create -n name3 --clone name2.5 環境重命名conda create -n name2 -clone name# 先copy當前環境conda remove -n name -all# 再刪除2.6 將虛擬環境設置為本機當前python環境安裝完anaconda ， 默認本機python環境為base環境 ， 可以通過修改環境變量PATH下邊的路徑 ， 完成本機python環境的切換 。

pytorch、paddlepaddle等環境搭建 深度學習環境搭建常用網址、conda/pip命令行整理

文章插圖
pytorch、paddlepaddle等環境搭建 深度學習環境搭建常用網址、conda/pip命令行整理

文章插圖
3. 查看和修改conda環境配置3.1 查看虛擬環境conda info -e（或conda info --envs或conda env list）3.2 查看conda的config信息conda config --show3.3 查看conda的channels信息conda config --show channels3.4 移除某個channelsconda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/（這是清華維護的conda三方源之一的conda-forge的鏡像，目前不一定能用）3.5 添加可用的清華源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yes（安裝時顯示channel的url）4. 查看電腦硬件信息4.1 cuda版本（1）進入NVIDIA控制面板查看
nvidia-smi若報未找到命令，cmd進入目錄C:\Program Files\NVIDIA Corporation\NVSMI再輸入命令nvidia-smi，或者添加該目錄到環境變量 。
（2）命令行查看cuda版本
nvcc --version# 或者nvcc -V（3）python中查看cuda信息
import torch# 查看cuda版本torch.version.cuda# 返回cuda版本號，比如11.1# 查看cuda是否可用torch.cuda.is_available()# 查看可用cuda設備數torch.cuda.device_count()4.2 cudnn版本進入cuda安裝目錄打開cudnn_version.h查看（低版本沒有cudnn_version.h，可在cudnn.h查看）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include\cudnn_version.h
pytorch、paddlepaddle等環境搭建 深度學習環境搭建常用網址、conda/pip命令行整理

文章插圖
也可以打開python ， 輸入如下指令查看
import torchtorch.backends.cudnn.version()# 返回cudnn版本號，比如8005　4.3 cuda和顯卡驅動版本對應關系【pytorch、paddlepaddle等環境搭建 深度學習環境搭建常用網址、conda/pip命令行整理】
pytorch、paddlepaddle等環境搭建 深度學習環境搭建常用網址、conda/pip命令行整理

文章插圖
5. cuda和cudnn安裝cuda下載網址：https://developer.nvidia.cn/cuda-toolkit-archive
cudnn下載網址：https://developer.nvidia.cn/rdp/cudnn-archive
官網下載速度都很快，比較煩的是cudnn下載需要注冊NVIDIA會員 。建議花點時間注冊一個，調參俠必備 。
cuda安裝這里不再贅述，一路默認安裝到底即可 。完成cuda安裝后需要將cudnn中的bin、include和lib三個文件夾拷貝至cuda根目錄下 。另外記得添加環境變量，一般安裝的時候都會默認添加 。
一臺設備可以同時安裝任意多個cuda版本，可以通過修改環境變量來設置當前使用的cuda版本 。環境變量中有三處與cuda有關的設置：

推薦閱讀