当前位置：首页 > news >正文

做微信文章的网站陕西省城乡建设厅的网站

news 2025/10/30 14:04:39

做微信文章的网站,陕西省城乡建设厅的网站,做购物网站的数据库,temu跨境电商入驻全流程导览一、前言二、基本介绍2.1全过程软件基本介绍2.1.1 Pytorch2.1.2 Anaconda2.1.3 Pycharm2.1.4 显卡GPU及其相关概念2.1.5 CUDA和cuDNN 2.2 各部分相互间的联系和安装逻辑关系三、Anaconda安装3.1安装Anaconda3.2配置环境变量3.3检验是否安装成功四、Pycharm安装五、… 全流程导览一、前言二、基本介绍2.1全过程软件基本介绍2.1.1 Pytorch2.1.2 Anaconda2.1.3 Pycharm2.1.4 显卡GPU及其相关概念2.1.5 CUDA和cuDNN 2.2 各部分相互间的联系和安装逻辑关系三、Anaconda安装3.1安装Anaconda3.2配置环境变量3.3检验是否安装成功四、Pycharm安装五、Anaconda和Pycharm的基本使用5.1Anaconda的基本使用5.1.1Anaconda的一些基本指令5.1.2有关下载源的一些指令和说明5.1.3 如何自定义Anaconda新建的虚拟环境位置移到C盘以外 5.2Pycharm的基本使用搭配Anaconda5.2.1 新建项目5.2.2 切换解释器环境六、安装前的信息确认6.1 检查显卡驱动6.1.1如何检查6.1.2 如何安装显卡驱动 6.2 确定CUDA型号6.2.1 首先根据自己的显卡型号确定显卡算力6.2.2 根据算力匹配合适的CUDA版本 6.3 确定torch的版本6.4 确定对应的python版本七、Pytorch_GPU版本的安装八、CUDA的安装九、cuDNN的安装十、检验环境是否配置成功附录参考文献一、前言最近因为各种各样的原因电脑重装了三次有关于python和深度学习的环境也反反复复的重新安装了多次期间找了很多的资料也看了很多文章各位大佬基本把环境配置的各个环节都论述的十分清楚了但是有关各个环节的讲解还是比较分散。因此我想总结一台电脑从零开始配置到调用Pytorch使用GPU进行深度学习计算的全过程环境搭建于是便有了写这篇文章的想法。因为是第一次在CSDN上写长篇还有许多不足大家在阅读本文的过程中如有发现任何错误欢迎指出也欢迎大家多提建议我们一起共同进步本文总结了大量文章及视频的相关内容博采众长并加入了些许自己的理解所有的引用均已在对应板块注明如有侵权请联系我删除。文章大致结构如下首先是前言介绍了文章背景和形式以及文章的主要内容。第二章介绍了相关软件和相互之间的逻辑关系。接下来的第三、四、五章讲解了Anaconda和Pycharm的配置以及他们的一些基本使用完成这三步后即完成了Python的配置工作可以开始使用Python进行项目开发。第六章进行了安装前的信息确认确定了CUDA、Pytorch以及Python三者之间的版本关系。第七章介绍了如何在虚拟环境中配置Pytorch完成后可以调用CPU进行深度学习的计算。第八、九章介绍了CUDA和cuDNN的环境配置完成后python即可调用GPU对深度学习的计算进行加速。第十章介绍了如何检验环境是否配置成功。二、基本介绍 2.1全过程软件基本介绍本部分内容总结自以下文章并加入了一些自己的理解链接Pytorch深度学习环境配置GPU版本链接pytorch 的一些介绍以及常用工具包展示链接CUDA、cuDNN以及Pytorch介绍 2.1.1 Pytorch Pytorch是torch的python版本是由Facebook开源的神经网络框架专门针对 GPU 加速的深度神经网络DNN编程。Torch 是一个经典的对多维矩阵数据进行操作的张量tensor 库在机器学习和其他数学密集型应用有广泛应用Pytorch的计算图是动态的可以根据计算需要实时改变计算图由于Torch语言采用 Lua导致在国内一直很小众并逐渐被支持 Python 的 Tensorflow 抢走用户。作为经典机器学习库 Torch 的端口PyTorch 为 Python 语言使用者提供了舒适的写代码选择。官网链接Pytorch官网链接 2.1.2 Anaconda 在配置深度学习环境的时候并不是从python官网下载python然后使用pip命令安装更多的是使用Anaconda这个软件。 Anaconda是一个环境管理软件可以帮助我们创建虚拟环境管理虚拟环境。同时可以把conda理解为手机上的应用商店各种的包类似于各种的APP当我们需要用到其他的开源库、包的时候可以通过Anaconda进行下载不同应用商店的下载安装速度会有所差异并且会维护软件同样的conda也会维护包和库。安装Anaconda会默认安装很多东西包括python的环境、conda命令conda命令可以安装其他的库(conda install 包名)和pip差不多因此不需要再单独下载python直接安装Anaconda即可详细的操作步骤见后文。虚拟环境由于不同的项目可能会使用不同的环境例如A项目要用Pytorch1.10版本而B项目要使用1.4版本Anaconda可以创建多个虚拟环境来独立维护不同项目需要用到的包使两个项目环境互不干扰。 Anaconda界面 2.1.3 Pycharm Pycharm和IDEA一样都是IDE我们在上面配置好一个Anaconda的虚拟环境了之后这时创建新的Pycharm项目选择解释器的时候就可以选择已经配置好的环境而不用再创建一个虚拟环境了通常我们创建项目都选择的是之前配置好的环境。并且Pycharm还可以很方便的切换环境只需要添加、更换解释器即可。 Pycharm初始界面 2.1.4 显卡GPU及其相关概念显卡GPU主要用于在屏幕上显示图像用于与视频、图像处理相关的任务。显卡可以分为独立显卡和核显嵌入在CPU中驱动用于让计算机识别特定的硬件深度学习显卡一般用英伟达品牌的显卡NVIDIACUDA英伟达厂商创建了一个CUDA平台让我们可以操作英伟达匹配的显卡Pytorch的库会调用CUDA的库去给显卡发送指令和数据来进行深度学习的训练它们之间的关系如下图我们的计算机安装驱动之后会识别到该显卡英伟达显卡的驱动会自带一个Cuda driver versionCuda驱动版本是跟驱动绑定的我们还会装一个软件层面的Cuda runtime version其中运行版本要小于等于驱动版本Pytorch想要利用显卡就必须要装Cuda runtime versionCuda runtime version就会操作显卡来完成深度学习的任务。 2.1.5 CUDA和cuDNN CUDACompute Unified Device Architecture是由NVIDIA开发的并行计算平台和编程模型用于利用NVIDIA GPUGraphics Processing Unit进行通用目的计算GPGPU。它是一种为GPU编程提供高性能和易用性的软件环境。CUDA的主要目标是将GPU作为计算加速设备用于执行并行计算任务特别是科学计算和深度学习等领域。它通过提供一套编程接口API和工具集使开发者能够利用GPU的大规模并行计算能力以加速计算密集型任务。cuDNNCUDA Deep Neural Network是由NVIDIA开发的深度神经网络DNN加速库专门用于在CUDA平台上进行深度学习任务的加速。cuDNN提供了高度优化的DNN深度神经网络基础操作和算法实现如卷积、池化、归一化、激活函数等以及自动求导和张量操作等。它利用了NVIDIA GPU的并行计算能力和高度可编程的架构提供了高性能的DNN计算和训练加速。通过使用cuDNN深度学习框架如TensorFlow、PyTorch等可以利用其提供的GPU加速功能加快训练和推理的速度。cuDNN库实现了高效的卷积计算和其他操作优化了计算过程和内存使用以最大化GPU的利用率和性能。 2.2 各部分相互间的联系和安装逻辑关系 1首先在我们计算机上安装Anaconda使用Anaconda创建虚拟环境.2配置虚拟环境安装各种需要用到的包例如Numpy、matplotlib等包括Pytorch的安装。也可以在第3步之后进行3环境配置完成以后安装Pycharm创建一个项目在创建项目时Pycharm会要求选择配置的解释器这时就可以引用我们之前Anaconda中配置好的环境。4接下来我们在项目中编写代码代码运行时就会调用我们配置好的解释器来运行代码解释器将代码翻译成指令传送给CPU去执行且只能交给CPU运行。5安装和配置CUDA以及cuDNN。6完成配置后当在我们编写的代码中有调用cuda的库来想让GPU完成我们的运算时CPU执行指令时会将数据传送给GPU去执行。7完成。下图显示了上文2.1中所提到的各部分之间的联系。为了加深理解我们可以把我们的计算机比作一家酒店Anaconda比作酒店前台每个虚拟环境比作酒店的房间每个包packages比作房间里不同装修和家具陈设。每当我们去做一个新项目的时候需要创建一个新的虚拟环境就像是找前台开了一间房在环境中配置不同的包帮助我们实现不同的功能就像是我们住酒店时候对酒店房间的不同要求比如要有wifi、有没有电视、两张床还是大床房等等当我们做另外一个项目的时候项目需要安装的包不同因此需要新的虚拟环境配置新的包就像是我们开了另外一间房间房间里有不同的陈设实现我们的不同需求。注意这两个房间内的陈设是互不影响的也就是说我们在这个房间里做的装修装潢不会影响到其他房间的布置把这个房间砸的稀巴烂另外一个房间也还是完好无损的。虚拟环境也是这样每当我们需要新的房间和新的功能的时候只需要去找前台开一个新房间重新装修摆上需要的陈设、家具即可。当我们不需要这个环境时只需要删除这个虚拟环境即可去找前台退房删除虚拟环境可以把环境下的所有包一次性删干净。因此使用Anaconda进行环境和包的管理十分方便。接下来让我们开始进入安装流程吧。三、Anaconda安装本部分内容总结自以下视频及文章大家可以直接跳转观看视频教学我在这里节选这篇文章的安装部分供大家参考。链接【python编程环境安装】全网最详细python环境安装。pycharm和anaconda手把手安装教学链接Anaconda安装-超详细版(2023) 3.1安装Anaconda 1首先下载Anaconda安装包。这里是官网的下载链接官网下载链接如果官网下载太慢或者无法访问可以通过清华源进行下载Anaconda清华源镜像 2双击打开安装包弹出安装界面点击next 3点击I Agree 4选择All Users 5修改安装路径这里默认是安装在C盘建议安装到其他盘因为anaconda比较大会很占空间。 6只选择第二项第二项是说要默认使用python的版本后期手动添加环境变量 7点击Install等待安装完成。 8点击next 9点击Finsh。 10至此完成安装接下来配置环境变量。 3.2配置环境变量 1计算机右键→属性→高级系统设置→点击环境变量 2在下面系统变量里找到并点击Path 3在编辑环境变量里点击新建 4输入下面的五个环境变量。这里不是完全一样的你需要将以下五条环境变量中涉及到的D:\WorkSoftware\Install\Anaconda3都修改为你的Anaconda的安装路径也就是你在3.1中的第5步设置的安装环境 D:\WorkSoftware\Install\Anaconda3 D:\WorkSoftware\Install\Anaconda3\Scripts D:\WorkSoftware\Install\Anaconda3\Library\bin D:\WorkSoftware\Install\Anaconda3\Library\mingw-w64\bin D:\WorkSoftware\Install\Anaconda3\Library\usr\bin简要说明五条路径的用途这五个环境变量中按照顺序依次为 1是Python需要 2是conda自带脚本 3是jupyter notebook动态库, 4是使用C with python的时候5配置完成后点击确定 3.3检验是否安装成功 1同时按 win r 输入cmd在弹出的命令行查看anaconda版本输入 conda --version2输入 python若出现版本号即代表配置成功 3要注意Anaconda安装完成后是不会在桌面建立快捷方式的我们可以在开始菜单找到。在电脑屏幕左下角的Windows徽标键这里选择点击绿色圈圈Anaconda Navifator将其打开单击即可打开或者拖动到桌面形成快捷方式。至此Anaconda安装配置完成。四、Pycharm安装本部分内容总结自以下文章仅节选了pycharm的安装过程。链接PyCharm安装教程图文教程超详细 1下载安装包访问官网 Pycharm官网下载下载「社区版 Community」安装包并双击打开。 2设置界面点击 Next 3选择安装位置后点 Next这里建议选择C盘以外的其他盘。 4安装设置界面4个全部勾选后点 Next 5选择菜单文件夹界面保持默认点 Install 6选择稍后手动重启点 Finish这里也可以选立即重启但是重启之前记得保存你还没完成的工作 7桌面出现图标PyCharm安装完成。至此Pycharm安装完毕。五、Anaconda和Pycharm的基本使用 5.1Anaconda的基本使用本部分内容总结自以下文章并加入了自己的理解和介绍链接Anaconda创建、激活、退出、删除环境及管理环境中的包相关命令——最新全面直观版链接Anaconda 创建环境、删除环境、配置镜像源、安装包 Anaconda的使用我认为基本可以分为两部分一个是在客户端界面操作一个是在Anaconda Prompt里面通过命令行进行操作这里先简单介绍一下使用命令行的基本方法。 5.1.1Anaconda的一些基本指令 Anaconda的指令都在Anaconda Prompt里面运行如何运行Anaconda Prompt如下图所示 1在开始菜单打开所有应用 2在Anaconda文件夹中的第3行找到Anaconda Prompt单击打开 3打开后默认显示的是Anaconda下载好自带的基础环境base 这里需要注意这个Anaconda自带的环境里面已经附带了很多包基本能够满足大部分基本需求这个base环境是没有办法自己安装其他包的因此需要自己新建虚拟环境来配置从而满足自己的开发需求。 4接下来是一些基本指令的介绍查看已经有的虚拟环境有哪些 conda env list我们来看一下运行以后是什么样的新建虚拟环境 conda create -n your_env_name(新建的虚拟环境的名字) pythonn指定python版本例如 conda create -n hello_world python3.9如果没有指定python的版本则会默认下载最新版本的python。删除虚拟环境同时删除环境里的所有配置 conda remove -n your_env_name(需要删除的虚拟环境的名字) --all例如 conda remove -n hello_world --all激活虚拟环境 conda activate your_env_name需要进入的环境的名称例如 conda activate hello_world我们来运行一下可以看到环境前面的路径已经变化这时表示我们已经进入了名叫hello_world的虚拟环境中。此时查看已有的虚拟环境我们可以看到星号已经从base变到了hello_world上指示我们现在是在hello_world环境中。查看当前环境下的所有包 conda list退出环境 conda deactivate 让我们来运行一下可以看到我们又重新回到了base环境中。安装开源的包packages 请注意在安装这些包之前一定要确定自己当前所在的环境是否是正确的环境不要将包安装错了环境再次强调base环境不可以安装包 conda install package(包的名字)例如 conda install numpy这里也可以使用pip将上面的conda改成pip即可。删除包 conda uninstall package(包的名字)更新包 conda/pip update package包的名字5.1.2有关下载源的一些指令和说明源是Anaconda的下载通道默认的源是国外网站可能有时候下载速度会很慢因此需要配置国内的镜像源从而加快下载速度。显示当前已有的源 conda config --show channels重置镜像源 conda config --remove-key channels执行的命令配置国内镜像源 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/我们来看看运行情况注这里在哪个环境里无所谓都可以去对源进行配置和删除。一些常用的源供大家选择 http://mirrors.aliyun.com/pypi/simple/ #阿里https://pypi.tuna.tsinghua.edu.cn/simple/ #清华http://pypi.douban.com/ #豆瓣http://pypi.mirrors.ustc.edu.cn/ #中国科学技术大学5.1.3 如何自定义Anaconda新建的虚拟环境位置移到C盘以外本节内容总结自以下文章链接w11下载anaconda在d盘新建的虚拟环境总是在c盘怎么解决有同学可能会发现在安装Anaconda的时候安装路径设置在C盘以外的其他位置但是每次使用Anaconda创建虚拟环境的时候位置总是会出现在C盘随着我们做的项目越来越多环境和包也越来越多C盘的空间堪忧因此将虚拟环境的目录移到C盘以外十分重要。下面介绍配置方法 1打开文件夹点开c盘点击用户 2点击自己用户名的文件夹 3存在两种情况 a.存在“.condarc”的文件 1接着查看文件的内容是否为不是的话修改成这个 channels:- defaults show_channel_urls: true default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud2然后在最底层加上 envs_dirs:- D哪个盘由你决定://后面的文件路径也是你自己决定的anaconda3//envs3最终呈现的效果是这样 channels:- defaults show_channel_urls: true default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud envs_dirs:- D://anaconda3//envsb.第二种情况就是没有这个“.condarc”的文件那么就点击win“r”,搜索“cmd”调出终端然后输入 conda config --set show_channel_urls yes回车键后就会在上面说的路径生成.condarc文件然后将生成的文件的内容改成上面a步骤所说的就可以了。 5.2Pycharm的基本使用搭配Anaconda 5.2.1 新建项目 1打开之后的初始界面如下点击New Project创建新的项目 2按基本选项按照下图所示选择在新建项目之前可以通过Anaconda创建和配置好虚拟环境现在点击小文件夹图标去虚拟环境的路径寻找python的解释器这里的路径就是5.1.3的第3步中a设置的路径我的路径是D:\ProgramData\my_envs 项目文件位置自己设置。 3在路径下找到python.exe文件然后选中点击OK 4点击create创建新项目 5创建完成这里是默认生成的main.py文件 6可以在左边的项目文件夹上右击鼠标在该项目文件夹下新建.py文件编写python代码 5.2.2 切换解释器环境以上介绍了在新建项目文件时寻找Anaconda完成配置的虚拟环境路径下的python.exe除此之外还可以在pycharm已经打开的项目中切换到其他环境添加那个环境的解释器即可。 1打开设置 2找到当前项目的解释器然后点击添加其他解释器 3选择Existing点击右侧的三个点选择我们要切换到的虚拟环境的目录 4找到我们想要添加的环境选中解释器点击OK 5可以看到该环境的解释器已经添加进来了而后点击OK 6选中要切换到的环境的解释器点击OK而后需要稍等片刻即可切换完成六、安装前的信息确认到这里我们已经完成了电脑上的python配置已经可以开始自己创建虚拟环境进行python的代码编写工作了。接下来开始深度学习环境的搭建。在我们开始搭建深度学习的环境以前首先需要确定各安装组件的版本。 6.1 检查显卡驱动我们首先需要检查电脑上是否已经安装了显卡的驱动。 6.1.1如何检查 1同时按ctrl alt delete打开任务管理器点击性能 2查看右上角如果正常显示显卡的型号则电脑已经安装了显卡驱动如果没有则进入6.1.2进行安装 6.1.2 如何安装显卡驱动本节内容总结自以下文章链接windows系统安装显卡驱动软件和CUDA11.1的详细教程 1查询电脑硬件GPU配置查询合适的显卡驱动软件 1在桌面找到“此电脑”或进入文件夹界面的“此电脑”右键选中“管理”进入新界面如果电脑桌面没有“此电脑”图标请在桌面右击鼠标打开个性化而后进入主题找到桌面图标设置勾选“此电脑”即可也可以在文件夹界面对左边栏的此电脑右击进入管理。 2在打开的界面找到“设备管理器”然后找到显示适配器找到NVIDIA GPU显卡获得显卡版本号如下是 NVIDIA GeForce RTX 3060 3根据显卡型号查询驱动软件查询网站显卡驱动下载根据自己的情况选择相关信息进行搜索即可找到显卡驱动。 4驱动版本和CUDA版本的对应关系查询官网驱动版本和CUDA版本匹配关系查询至于CUDA的版本如何确定我们在下一节说明。 6.2 确定CUDA型号 6.2.1 首先根据自己的显卡型号确定显卡算力查询网站查询显卡算力截图如下 …… 从而可以确定Geforce RTX3060显卡的算力是8.6。 6.2.2 根据算力匹配合适的CUDA版本 1进而可以初步确定适配的CUDA版本有11.1-11.4、11.5-11.7.1、11.8、12.0-12.4。 2这里我们还需要注意我们的CUDA版本不可以超过显卡可以支持的版本具体查询方法如下 1打开NVIDIA控制面板进入系统信息 2进入组件就可以查到版本号了这是向下兼容的我们安装的CUDA版本只要小于这个版本号即可。综合以上信息可以确定所有适配的CUDA版本从中任选一个下载即可。 6.3 确定torch的版本 1我们可以在官网首页进行查询链接 Pytorch官网将这段命令复制下来打开Anaconda Prompt激活需要配置的虚拟环境然后粘贴运行这段代码即可进行安装先别着急尝试安装请继续往后看。 2除了安装最新版本的pytorch我们也可以寻找以前版本的Pytorch根据CUDA的版本选择Pytorch版本。链接Pytorch以往版本根据我们前面确定的CUDA版本从而确定要安装的Pytorch版本将指令复制到Anaconda Prompt激活需要配置的虚拟环境然后粘贴运行这段代码即可先别着急尝试安装请继续往后看。 6.4 确定对应的python版本要注意我们现在已经确定了CUDA和Pytorch的版本但是与此同时还需要确定安装的python版本。对应关系来源于 pytorch 官方 github链接 Pytorch 官方 Github网址如此即可根据需要安装的Pytorch版本确定了需要安装的Python版本。七、Pytorch_GPU版本的安装接下来我们开始进行深度学习环境的配置。 1首先在Anaconda中创建一个新的虚拟环境Python的版本号根据6.4部分的内容确定2激活虚拟环境3根据6.2部分确定的CUDA版本号确定6.3部分需要安装的Pytorch版本4将安装指令复制到Anaconda Prompt中运行指令安装Pytorch 指令运行完成后查看当前环境下的已经安装的包可以看到Pytorch已经完成安装。至此我们的环境已经可以运行Pytorch编写的深度学习算法但是只能只用CPU计算速度较慢。八、CUDA的安装本节内容总结自以下文章链接Anaconda Python Pytorch (GPU) 配置上文6.2部分已经确定了要安装的CUDA版本接下来进行安装。链接CUDA官网 1.点击Download进行下载。 2.双击打开下载后的安装包设置安装路径 3.点击确定并继续 4.选择自定义 5.选择要安装的组件建议全选然后点击下一步。 6.设置路径要先在目标目录下创建好文件夹建议不要放在C盘 CUDA和CUDA Samples在一个文件夹下好像也行然后一直往下进行即可。 7.进入cmd输入可能需要重启一下 nvcc-V如图显示即为安装成功。九、cuDNN的安装本节内容有部分总结自以下文章链接Anaconda Python Pytorch (GPU) 配置接下来下载cuDNN 链接cuDNN下载地址 1.进入官网找到适合自己CUDA版本的cuDNN点击进入。 2.下载.zip文件.deb是Ubuntu系统使用的安装包Windows系统下载zip即可 3.下载后解压 4.将三个文件夹复制对应文件夹下该路径在第八章第6部分有设置至此cuDNN完成安装。十、检验环境是否配置成功我们已经完成了所有的配置现在来检验一下我们的配置是否成功。 1.首先我们利用Pycharm新建一个项目选择刚刚配置好的虚拟环境的Python解释器 2.运行以下代码代码来源《python深度学习—基于pytorch》 import torchif __name__ __main__:# 测试CUDAprint(Support CUDA?:, torch.cuda.is_available())x torch.tensor([10.0])x x.cuda()print(x)y torch.randn(2, 3)y y.cuda()print(y)z x yprint(z)# 测试CUDNNfrom torch.backends import cudnnprint(Support cudnn?:, cudnn.is_available())3.得到输出结果如下至此所有配置全部完成。恭喜你已经可以调用GPU进行深度学习的计算了附录本文引用、转载了许多文章、博客、视频的内容在此对所有作者一并表示感谢并列出所有参考内容方便大家查阅参考文献链接Pytorch深度学习环境配置GPU版本链接pytorch 的一些介绍以及常用工具包展示链接CUDA、cuDNN以及Pytorch介绍链接【python编程环境安装】全网最详细python环境安装。pycharm和anaconda手把手安装教学链接Anaconda安装-超详细版(2023) 链接PyCharm安装教程图文教程超详细链接Anaconda创建、激活、退出、删除环境及管理环境中的包相关命令——最新全面直观版链接Anaconda 创建环境、删除环境、配置镜像源、安装包链接w11下载anaconda在d盘新建的虚拟环境总是在c盘怎么解决链接windows系统安装显卡驱动软件和CUDA11.1的详细教程链接Anaconda Python Pytorch (GPU) 配置吴茂贵郁明敏杨本法李涛张粤磊. Python深度学习基于PyTorch[M]. 北京机械工业出版社2019
文章转载自：
http://www.morning.xqnzn.cn.gov.cn.xqnzn.cn
http://www.morning.xkhxl.cn.gov.cn.xkhxl.cn
http://www.morning.sfswj.cn.gov.cn.sfswj.cn
http://www.morning.qtzk.cn.gov.cn.qtzk.cn
http://www.morning.bsbcp.cn.gov.cn.bsbcp.cn
http://www.morning.lqlc.cn.gov.cn.lqlc.cn
http://www.morning.dbsch.cn.gov.cn.dbsch.cn
http://www.morning.stph.cn.gov.cn.stph.cn
http://www.morning.tpxgm.cn.gov.cn.tpxgm.cn
http://www.morning.tpbhf.cn.gov.cn.tpbhf.cn
http://www.morning.wsxxq.cn.gov.cn.wsxxq.cn
http://www.morning.hwsgk.cn.gov.cn.hwsgk.cn
http://www.morning.wbhzr.cn.gov.cn.wbhzr.cn
http://www.morning.rfpxq.cn.gov.cn.rfpxq.cn
http://www.morning.spsqr.cn.gov.cn.spsqr.cn
http://www.morning.xmttd.cn.gov.cn.xmttd.cn
http://www.morning.hmdyl.cn.gov.cn.hmdyl.cn
http://www.morning.ymwcs.cn.gov.cn.ymwcs.cn
http://www.morning.amlutsp.cn.gov.cn.amlutsp.cn
http://www.morning.fbhmn.cn.gov.cn.fbhmn.cn
http://www.morning.ktfnj.cn.gov.cn.ktfnj.cn
http://www.morning.gqjwz.cn.gov.cn.gqjwz.cn
http://www.morning.qjbxt.cn.gov.cn.qjbxt.cn
http://www.morning.sgcdr.com.gov.cn.sgcdr.com
http://www.morning.mnlk.cn.gov.cn.mnlk.cn
http://www.morning.xmhpq.cn.gov.cn.xmhpq.cn
http://www.morning.frcxx.cn.gov.cn.frcxx.cn
http://www.morning.nwynx.cn.gov.cn.nwynx.cn
http://www.morning.lxfdh.cn.gov.cn.lxfdh.cn
http://www.morning.knwry.cn.gov.cn.knwry.cn
http://www.morning.qlpq.cn.gov.cn.qlpq.cn
http://www.morning.grxsc.cn.gov.cn.grxsc.cn
http://www.morning.ybgpk.cn.gov.cn.ybgpk.cn
http://www.morning.bxdlrcz.cn.gov.cn.bxdlrcz.cn
http://www.morning.syglx.cn.gov.cn.syglx.cn
http://www.morning.tslfz.cn.gov.cn.tslfz.cn
http://www.morning.gkfwp.cn.gov.cn.gkfwp.cn
http://www.morning.pnmtk.cn.gov.cn.pnmtk.cn
http://www.morning.cwfkm.cn.gov.cn.cwfkm.cn
http://www.morning.xptkl.cn.gov.cn.xptkl.cn
http://www.morning.nmkbl.cn.gov.cn.nmkbl.cn
http://www.morning.rqlqd.cn.gov.cn.rqlqd.cn
http://www.morning.gidmag.com.gov.cn.gidmag.com
http://www.morning.swimstaracademy.cn.gov.cn.swimstaracademy.cn
http://www.morning.yqtry.cn.gov.cn.yqtry.cn
http://www.morning.tqpr.cn.gov.cn.tqpr.cn
http://www.morning.hdnd.cn.gov.cn.hdnd.cn
http://www.morning.hsdhr.cn.gov.cn.hsdhr.cn
http://www.morning.ffwrq.cn.gov.cn.ffwrq.cn
http://www.morning.crqpl.cn.gov.cn.crqpl.cn
http://www.morning.zqmdn.cn.gov.cn.zqmdn.cn
http://www.morning.kwqqs.cn.gov.cn.kwqqs.cn
http://www.morning.jkbqs.cn.gov.cn.jkbqs.cn
http://www.morning.rhlhk.cn.gov.cn.rhlhk.cn
http://www.morning.syrzl.cn.gov.cn.syrzl.cn
http://www.morning.c7629.cn.gov.cn.c7629.cn
http://www.morning.lcplz.cn.gov.cn.lcplz.cn
http://www.morning.zfcfk.cn.gov.cn.zfcfk.cn
http://www.morning.fndfn.cn.gov.cn.fndfn.cn
http://www.morning.cwrpd.cn.gov.cn.cwrpd.cn
http://www.morning.gnwpg.cn.gov.cn.gnwpg.cn
http://www.morning.cthkh.cn.gov.cn.cthkh.cn
http://www.morning.zljqb.cn.gov.cn.zljqb.cn
http://www.morning.cpnlq.cn.gov.cn.cpnlq.cn
http://www.morning.twhgn.cn.gov.cn.twhgn.cn
http://www.morning.jxtbr.cn.gov.cn.jxtbr.cn
http://www.morning.fbccx.cn.gov.cn.fbccx.cn
http://www.morning.rzcbk.cn.gov.cn.rzcbk.cn
http://www.morning.wddmr.cn.gov.cn.wddmr.cn
http://www.morning.pqryw.cn.gov.cn.pqryw.cn
http://www.morning.jtkfm.cn.gov.cn.jtkfm.cn
http://www.morning.btgxf.cn.gov.cn.btgxf.cn
http://www.morning.nhpgm.cn.gov.cn.nhpgm.cn
http://www.morning.crsqs.cn.gov.cn.crsqs.cn
http://www.morning.pjtnk.cn.gov.cn.pjtnk.cn
http://www.morning.sbrrf.cn.gov.cn.sbrrf.cn
http://www.morning.cczrw.cn.gov.cn.cczrw.cn
http://www.morning.jzbjx.cn.gov.cn.jzbjx.cn
http://www.morning.zhnyj.cn.gov.cn.zhnyj.cn
http://www.morning.tdttz.cn.gov.cn.tdttz.cn

查看全文

http://www.tj-hxxt.cn/news/262517.html