Unet环境配置pytroch框架

环境配置

先安装Anaconda,再安装cuda,配置torch环境

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

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/。直接下载对应安装包就可以。
一般是下载64位的,下载完成后打开。

2、Anaconda的安装

Unet环境配置pytroch框架

选择安装的位置,可以不安装在C盘。

Unet环境配置pytroch框架

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。

Unet环境配置pytroch框架

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
提取码:8ggr

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

下载后,得到这两个文件。

Unet环境配置pytroch框架

2、Cudnn和CUDA的安装

注意:安装前关闭360,安全管家等,不然在安装到一半时出现  xxx.dll文件拒绝访问
下载好之后可以用管理员方法打开exe文件进行安装

Unet环境配置pytroch框架

在这里选择自定义

Unet环境配置pytroch框架

然后直接点击下一步

Unet环境配置pytroch框架

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

然后把下载好的Cudnn的内容进行解压,解压之后如下图

Unet环境配置pytroch框架

把解压之后的内容直接复制到C盘的根目录下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0就可以了

Unet环境配置pytroch框架

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

总共有两条指令:
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必须在对应的环境中进行,所以我们需要在安装库之前激活环境。

activate pytorch 

此时cmd窗口的样子为:

Unet环境配置pytroch框架

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/
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,像这样直接安装似乎特别慢,所以我们可以到以下网址:
https://download.pytorch.org/whl/torch_stable.html
找到您需要的车轮下载。下载的时候直接用迅雷下载,速度还是比较快的!

Unet环境配置pytroch框架

下载完成后,找到安装路径:

Unet环境配置pytroch框架

在cmd定位过来后利用文件全名进行安装就行了!

Unet环境配置pytroch框架

这里我也传一个版本的百度网盘
链接:https://pan.baidu.com/s/14-QVk7Kb_CVwaVZxVPIgtw
提取码:rg2e
所有安装完成后,重新启动计算机。

3、其它依赖库的安装

但是如果要运行深度学习模型,还需要安装一些其他的依赖库。详情如下:

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

Win+R启动cmd,在命令提示符内输入以下命令:

pip install -r requirements.txt

至此Unet的环境已完成!

版权声明:本文为博主风吹吹就过原创文章,版权归属原作者,如果侵权,请联系我们删除!

原文链接:https://blog.csdn.net/weixin_44751438/article/details/123056809

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
xiaoxingxing的头像xiaoxingxing管理团队
上一篇 2022年2月23日 下午3:31
下一篇 2022年2月23日 下午3:55

相关推荐