win11，动手学深度学习安装过程（GPU版）（ CUDA / Anaconda / Mxnet )（备忘）

一、检查及安装CUDA

首先检查显卡支持的cuda：

直接搜索NVIDIA，选择NVIDIA控制中心，

可以看到NVIDIA支持的最高CUDA

然后是安装

https://developer.nvidia.com/cuda-toolkit-archive

选择需要的版本，我这里选择的是v10.1

注：

我的显卡是GeForce RTX3060，查找后支持的Cuda最高版本是cuda11.4

因为网上能找到的大部分教程都是cuda10.0或cuda10.1，所以这里下载了cuda10.1

在多次对mxnet、pytorch等安装的尝试中经常会出现的一个问题就是版本的问题，由此导致的办错也是千变万化，所以作为初学者，我现在很少尝试安装最新版的各种驱动和程序，参考最近的文章和教程选择使用率更高的一个可能更为稳妥。

二*、复制Nvidia-smi文件

网址放在下方：

https://download.csdn.net/download/qq_41185868/41982058

放进

C:\Program Files\NVIDIA Corporation

这个地址下面就行，大部分人应该是有NVSIM这个文件夹的，我这里没有，不知道是win11的问题还是什么原因。

三、安装Anaconda

首先是网址：

Index of / (anaconda.com)

64位windows系统对应的python3.6的anaconda是这个。

注意最好直接安装到D:/python，至少也要记下来安装地址。

注：

安装Anaconda3 5.2.0，对应的是python3.6！

尝试过使用Anaconda最新版，对应的是python3.9，之后安装mxnet的过程中numpy报错的一塌糊涂，最后放弃寻找错误原因改用了Anaconda3 5.2.0，一切顺利，不太了解是什么原因，具体遇到过的报错内容我会贴在附录里，希望有一点借鉴价值。

然后配置环境变量，一般来说安装Anaconda后会直接配置好环境变量。

直接搜索环境变量

看看系统里有没有，没有的话新建，把地址复制进去

注：安装多个python环境（初次安装不要看）*

在上述步骤中，我没有删除之前安装的python3.9版本的Anaconda而是在磁盘的另一位置安装了另一个python3.6的Anaconda

个人认为可能存在的问题和日后使用python时的注意事项：

以后在面对特定需求的python工作的时候尽量建立一个对应的环境，否则很可能pip install xxx之后只有上帝知道我安装到哪去了
环境变量中存在相似的两条路径，用指令，如python --version检查python版本时只能查找到第一个安装的3.9版本，类似的检查info是=时不准确的情况还会多次出现。

四、检查前面步骤&pip下载换源

检查python安装

打开刚才下载的Anaconda的命令框

输入

python --version

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9Pf4dXuc-1646121022810)(C:\Users\贾玮钰\AppData\Roaming\Typora\typora-user-images\image-20220301140355505.png)]

可以检查安装的python版本

检查cuda

输入

nvidia-smi

可以检查nvidia信息（这里的CUDA version不是你刚才安装的版本）
换源

https://blog.csdn.net/weixin_39956356/article/details/106491107?spm=1001.2101.3001.6650.3&utm_medium=distribute.pc_relevant.none-task-blog-2_defaultCTRLIST_{Rate-3.pc_relevant_antiscan&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2}default_CTRLISTRate-3.pc_relevant_antiscan&utm_relevant_index=6

参考了这位作者的方法：

“最痛苦的是pip速度很慢，包又比较大，你会发现一个没有输出的状态，那就是在下载文件。我真想说，求求你下载快点啊，下面给出怎么解决的”
“继续在终端输入，注意这里不用清华源，因为安装过程中会出错，虽然它很快，我找到了用阿里的，速度飞起，不会出错。”

换源指令：

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple

五、导入d2l-zh文件

从官网下载d2l-zh文件，打开文件夹。

文件中有environment.yml，用代码编辑器或者笔记本打开它。

python=3.6

修改成对应的python版本，这里建议就安装3.6版本的python

mxnet-cu101==1.5.0

GPU安装的这样修改

mxnet==1.5.0

CPU安装的这样修改

理论上environment文件和逐步输入指令应该效果是一样的，可以先尝试运行

conda env create -f environment.yml

但我第一次指令没有成功，后来明白原理了就手动打指令了，这样哪里有问题处理哪里，比较直接。

这里参照的是：

获取和运行本书代码讨论区 - 课程讨论 - MXNet / Gluon 论坛

21年11月noki的步骤，比较直接稳妥。

代码如下：

conda create -n gluon python=3.6
conda activate gluon

pip install mxnet-cu101==1.5.0–GPU

pip install mxnet==1.5.0–CPU

pip install matplotlib==2.2.2
pip install jupyter==1.0.0
pip install pandas==0.23.4
pip install d2lzh==1.0.0

六、遇到的问题及处理

FutureWarning: Conversion of the second argument of issubdtype from float to np.floating is deprecate.

h5py版本太低，升级

pip install --upgrade h5py
WARNING: Ignoring invalid distribution

这一串字符后面跟随的位置下有无效文件夹

找到报错位置，删掉~开头的文件夹
You are using pip version 10.0.1, however version 21.0.1 is available

(19条消息) pip更新：You are using pip version 10.0.1, however version 21.0.1 is available的解决方案_阅读修身-CSDN博客
consider using the ‘–user’ option or check the permissions错误

首先使用administrator账户

cd到C:\Windows\System32下再执行

其次使用：

pip install --user [包名]
安装mxnet时报错Running setup.py install for numpy … error ERROR: Command exit status 1:

在安装了python3.9后 pip install mxnet-cu101 出现的问题，红红的一大片，很吓人

(20条消息) 安装mxnet时报错Running setup.py install for numpy … error ERROR: Command e_Jason36912的博客-CSDN博客_mxnet numpy报错

用以上方法虽然确实可以解决，但是实际上安装的是低版本的mxnet，后期有些要求可能无法满足，也无法安装GPU版本，多次尝试和寻找原因无果，看了很多文章，可能是和Anaconda版本、适配性等有关，希望大神指教。。。

降版本，用Anaconda3-5.2.0，也就是python3.6
Bad file descriptor

创建用户名不要用中文！！！

(20条消息) jupyter notebook运行出现Bad file descriptor (bundled\zeromq\src\epoll.cpp:100)错误，避坑指南_筱白Sec的博客-CSDN博客

也有可能是pyzmq版本问题

(20条消息) jupyter notebook报错：Bad file descriptor(C:\ci\zeromq_1602704446950\work\src\epoll.cpp:100)_python_bigniu的博客-CSDN博客
ModuleNotFoundError: No module named 'xxx’可能的解决方案大全

原因很多，常见问题，需要根据情况分析

常用指令

创建一个名为gluon的环境

conda create --name gluon python=3.6
查看当前拥有的所有的环境

conda info -e
环境切换，切换到名为gluon的环境

activate gluon

onda activate gluon

(第一个命令无效时使用)

删除一个名为gluon的环境

conda remove --name gluon --all
安装python包

conda install 包名
conda install -n 环境名包名

如果不用-n指定环境名称，则被安装在当前活跃环境
也可以通过-c指定通过某个channel安装
查看当前环境下已安装的包

conda list
查看某个指定环境的已安装包
conda list -n 环境名
查找包信息
conda search 包名
更新package
conda update -n 环境名包名
删除package
conda remove -n 环境名包名
更新conda，保持conda最新
conda update conda
更新anaconda
conda update anaconda
退出当前base环境
conda deactivate
删除package
conda remove -n 环境名包名
更新conda，保持conda最新
conda update conda
更新anaconda
conda update anaconda
退出当前base环境
conda deactivate

————————————————
这部分内容（常用指令）为CSDN博主「liqiang12689」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/liqiang12689/article/details/104097616

win11动手学深度学习安装过程（GPU版）（ CUDA Anaconda Mxnet )相关推荐

资源 | 李沐等人开源中文书《动手学深度学习》预览版上线
来源:机器之心本文约2000字,建议阅读10分钟. 本文为大家介绍了一本交互式深度学习书籍. 近日,由 Aston Zhang.李沐等人所著图书<动手学深度学习>放出了在线预览版,以供读 ...
《动手学深度学习》中文第二版预览版发布
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达作者丨李沐@知乎来源丨https://zhuanlan.zhihu ...
李沐《动手学深度学习》PyTorch 实现版开源，瞬间登上 GitHub 热榜！
点击上方"AI有道",选择"星标"公众号重磅干货,第一时间送达李沐,亚马逊 AI 主任科学家,名声在外!半年前,由李沐.Aston Zhang 等人合力打造 ...
《动手学深度学习》—学习笔记
文章目录深度学习简介起源特点小结预备知识获取和运行本书的代码 pytorch环境安装方式一方式二数据操作创建运算广播机制索引运算的内存开销 NDArray和NumPy相互变 ...
使用AWS最便宜的GPU实例 from 动手学深度学习v2 李沐大神
使用AWS最便宜的GPU实例 from 动手学深度学习v2 李沐大神视频链接https://www.bilibili.com/video/BV1MA411L78X?t=493 由于购买的电脑没有配 ...
new 动手学深度学习V2环境安装
动手学深度学习V2 环境安装虚拟环境 d2l-zh安装 conda create -n d2l-zh -y python=3.8 pip pip install jupyter d2l torch ...
李沐《动手学深度学习》d2l——安装和使用
今天想要跟着沐神学习一下循环神经网络,在跑代码的时候,d2l出现了问题,这里记录一下解决的过程,方便以后查阅. 李沐<动手学深度学习>d2l--安装和使用安装d2l 解决 Import ...
动手学深度学习——深度学习介绍及软件安装
动手学深度学习是李沐教授在哔哩哔哩上发布的专栏视频,专栏链接如下: https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358 ...
【动手学深度学习PyTorch版】23 深度学习硬件CPU 和 GPU
上一篇请移步[动手学深度学习PyTorch版]22续 ResNet为什么能训练出1000层的模型_水w的博客-CSDN博客目录一.深度学习硬件CPU 和 GPU 1.1 深度学习硬件 ◼ 计算机构 ...

win11动手学深度学习安装过程（GPU版）（ CUDA Anaconda Mxnet )