window11配置深度学习环境

window11配置深度学习环境

Anaconda+PyCharm+CUDA+CUDNN+PyTorch

1.Anaconda安装

下载路径：/
安装方式：以管理员身份安装
中间选项：

cmd中输入conda -V查看版本，判断conda是否安装完成。

2.PyCharm安装

下载路径：/，下载社区版即可
安装方式：以管理员身份运行
中间选项：

3.CUDA安装

查看CUDA驱动版本：在命令行窗口键入nvidia-smi，查看CUDA驱动版本号

注意：确认NVCUDA的文件版本，如果文件版本是30以上的，CUDA的运行库版本就要是11以上的，两个版本要一致，据说运行版本不能超过驱动版本。
哔哩哔哩图标的左侧

下载路径：

选择Archive of Previous CUDA Releases，查看历史版本
找到适合自己系统及版本的CUDA，确认好Version是win10还是win11，有的版本只有win10，没有win11。
Installer Type选择exe（local）

安装方式：以管理员身份运行
中间选项：

cmd，输入nvcc -V，查看安装结果

4.CUDNN安装

下载路径：
注意：下载需要注册，好像还要加入社区，下载的版本要和CUDA一致
下载下来的是个压缩包，解压后如下

把前面三个文件夹复制到CUDA的文件夹中

5.pytorch安装

安装版本：在官网找历史命令行，要与安装的CUDA版本一致，当前pytorch最高支持CUDA11.3，超过11.3的可能要百度确定了，我的11.4可以用11.3的命令行去下载。
下载时要注意用镜像源，这样会快一点。
首先在命令行窗口输入如下命令：

conda -v//查看版本号
activate//激活，进入base环境
conda create -n name python=3.7//创建名字为name，版本为3.7.x的python环境，如果已经创建，会提示删除原先环境再创建，输入y即可
conda activate name//激活创建的环境

之后下载pytorch

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c /
注：我这里直接用了镜像源，把官网命令行最后的pytorch换成镜像源路径即可