win10+RTX3070+anaconda+pycharm+pytorch深度学习环境⼀条龙配置
##@
win10+RTX3070+anaconda+pycharm+pytorch深度学习环境⼀条龙配置
前⾔
最近⽼板给⼒批了⼀万块钱，组了台电脑，i7+RTX3070+16G+512G+2T（本来想买3080，但最近实在抢不到啊）。嘿嘿，头⼀次摸到这么好的机器，⼲啥呢？当然是⽤来跑深度店铺，哈哈哈啊（打游戏这么掉份的事，，，还是偷偷滴搞⽐较好）。那么，昨天刚把机器组装点亮，接着就开始了这些环境的配置，⿎捣到今天⼗点左右吧，应该算是⼤功告成。
pycharm中torch.cuda.is_available()返回True。
所以就开个帖⼦，⼀个是给⾃⼰记录下，另外就是也给可能有需要的兄弟们⼀个参考吧。
或许由于我是刚组装的新机器，装完系统分完盘后没装啥其他东西就直接开搞的，所以基本上还⽐较顺利，没遇到啥冲突之类的头疼的问题。
我的步骤顺序如下：
2.cuda（cuda_11.1.0_456.43_win10）安装
3.cudnn（8.0.4）安装
4.anaconda安装，pytorch安装，torchvision安装
5.pycharm安装
⼀、显卡驱动安装
说来也搞笑，新组装机器，我没有安装显卡驱动就憨憨的ludashi跑分了，结果显卡测试帧率只有5fps，评分5000+，我当时⼈都傻了，哈哈哈。⾃⼰也真是个⼈才。安显卡驱动我也没有特意搞，就ludashi直接驱动检测，按它推荐的那个，选了就直接安了。
安装的时候驱动程序下载后还需要⼿动确定下安装位置，这个应该根据个⼈随意就好。我因为程序就都打算直接安到固态⾥了，就都默认了。这⼀步稍微⼀等就好，好像没啥需要注意的也。青春舞曲玖月奇迹
⼆CUDA安装、Cudnn安装
就是去除这个visual studio integration选项，以防和以前装过的冲突。
然后就点下⼀步，安装就好啦。
cudnn下载下来是压缩⽂件，只需要把解压得到的cuda⽂件夹⾥⾯三个⽂件夹⾥的内容
对应的复制粘贴到cuda安装的路径（如图中）下的
三个同名⽂件夹内就欧克啦。
这⼀步我们可以进⾏⼀个安装成功验证。
win+r输⼊cmd打开命令窗⼝，然后cd到这个⽬录下
输⼊nvcc -V后出现下图，则说明cuda安装⽊问题
舞女泪原唱跳转到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite，执⾏与显⽰pass，说明cudnn安装成功。
三、安装anaconda
channels:
- defaults
show_channel_urls: true
channel_alias: mirrors.tuna.tsinghua.edu/anaconda
default_channels:
- mirrors.tuna.tsinghua.edu/anaconda/pkgs/main
- mirrors.tuna.tsinghua.edu/anaconda/pkgs/free过年的味道
- mirrors.tuna.tsinghua.edu/anaconda/pkgs/r
exit to eden- mirrors.tuna.tsinghua.edu/anaconda/pkgs/pro
- mirrors.tuna.tsinghua.edu/anaconda/pkgs/msys2
custom_channels:
conda-forge: mirrors.tuna.tsinghua.edu/anaconda/cloud
msys2: mirrors.tuna.tsinghua.edu/anaconda/cloud
bioconda: mirrors.tuna.tsinghua.edu/anaconda/cloud
menpo: mirrors.tuna.tsinghua.edu/anaconda/cloud
pytorch: mirrors.tuna.tsinghua.edu/anaconda/cloud
simpleitk: mirrors.tuna.tsinghua.edu/anaconda/cloud
谁明浪子心保存，关闭就ok啦。
四、配置pytorch，torchvision
安装完成后，开始建⽴虚拟环境，并配置pytorch，torchvision。之所以建⽴虚拟环境是考虑到万⼀以后还需要配置其他环境不会产⽣各种冲突问题。每⼀个虚拟环境都可以当成⼀个全新的环境，之间不会有影响。 具体操作步骤，打开Anaconda Prompt，执⾏
涂惠源 黄绮珊conda create -n pytorch python=3.6
建⽴虚拟环境，环境名字叫pytorch， python版本为3.6
然后执⾏
conda activate pytorch
如图选择，并将下⾯的command全部复制，到我们刚才打开的虚拟环境窗⼝复制执⾏
下⾯就等它⼀顿安装操作就可以了。我在这块⼉的时候，第⼀次执⾏下载的贼慢，中间还报错断了。但过了段时间后，再执⾏，下载速度贼快，还顺利执⾏。哈，这块我也不晓得是咋回事。
另外解释下，之所以不选择conda对应的命令安装，是因为在清华源中不到torchvision这个。另外，
pytorch 和torchvision版本最好完全按这个命令来。我当时先分别⽤conda install pytorch 和conda install torchvision安装试过，它⾃动安装了pytorch1.4和torchonvision0.5.什么的⼀个版本，倒是能安装成功，但是⽆法调⽤cuda。其实在这⼀步完成的时候，我们就可以验证下。在这个窗⼝中输⼊python执⾏
然后输⼊import torch执⾏
然后输⼊
torch.cuda.is_available()
import torch不报错就说明torch安装没问题啦，如果执⾏torch.cuda.is_available()能返回True，那说明cuda⼤概是也没问题啦，可以提前庆祝啦。
五、安装pycharm
后话
所以今天就先记录到这⾥吧。后⾯写的⽐较潦草，但其实因为这块⼉⽹上有太多的教程啦，跟⽤什么显卡没啥关系，所以也就不搞那么细咧。希望这篇能给⼤家带来⼀点点参考吧。最后祝⼤家⾝体健康，⽣活学习⼯作顺利。
发布评论