Python 部分环境资源配置【包括 Anaconda、cuda、pytorch 安装】
文章内容
:完成 Python 部分环境配置,搭建 Python 环境。 熟悉软件 Python 及 Python 相关环境的下载及安装过程。
目录
- 1 操作环境
- 2 注要内容
- 3 环境配置
- 3.1 Anaconda 的安装
- 3.1.1 下载安装包
- 3.1.2 安装
- 3.1.3 验证安装成功
- 3.2 Jupyter 的安装与相关配置
- 3.3 安装 Pycharm
- 3.3.1 下载安装包
- 3.3.2 安装
- 3.3.3 验证安装成功
- 3.4 安装 Cuda
- 3.4.1 下载安装包
- 3.4.2 安装
- 3.4.3 验证安装成功
- 3.5 安装 Cudnn
- 3.5.1 下载安装包
- 3.5.2 配置环境变量
- 3.5.3 验证安装成功
- 3.6 安装 tf2.0GPU 版本(此步可不做)
- 3.7 安装 pytorch
- 4 总结
1 操作环境
PC(Wind10)
2 注要内容
从 0 开始搭建 python 环境,这次从 anaconda
安装开始, 然后到 cuda
的相关安装配置,再到 cudnn
的安装配置,然后从 anaconda 中建立虚拟 tensorflow
和 pytorch
的虚拟环境,安装 pycharm
,再各自的虚拟环境里面安装 jupyter notebook
并完成配置,安装 tensorflow
和 pytorch
。
3 环境配置
3.1 Anaconda 的安装
Anaconda 是为方便使用 Python 而建立的软件包,其包含250多个工具包,多版本的 Python 解释器和强大的虚拟环境工具,所以 Anaconda 是 Python 的全家桶。Anaconda 可以使安装,运行和升级环境变得更简单,所以初步学习 Python ,这一个就足够了。
接下来进行 Windows下的 Anaconda 安装。
3.1.1 下载安装包
Anaconda 官网下载安装包,注意操作环境,我这里是 wind10 64位。
(官网网址:https://www.anaconda.com/download/)
3.1.2 安装
下载之后,双击安装包打开
等待安装
一直回车安装(建议不要安装到 C 盘)
安装完成,在应用程序里可以看到 anaconda 软件图标
3.1.3 验证安装成功
- 验证安装成功:点击“
win+R
”打开,输入“cmd
”,进入命令行,输入“conda
”,点击回车,安装成功可看到 conda 环境。如下
- 键入“
activate
”,进入 root 环境,再键入“conda list
”,可以查看 anaconda 环境下的安装包
3.2 Jupyter 的安装与相关配置
- 在安装了 Anaconda, 默认的 root 环境下会有 jupyter notebook 的,但是新创建了虚拟环境之后,我们还需要重新安装 jupyter notebook 。
在命令行输入:“pip install jupyter notebook
”,即可安装。
- 修改 jupyter 的配置文件,如果没有,就打开命令行,键入命令:“
jupyter notebook –generate-config
”。
在 C 盘生成 user 下面的 .jupyter 目录下面产生一个 jupyter_notebook_config.py 的文件
- 用 Notepad++ 打开 jupyter_notebook_config.py,找到 c.Notebook ,建立你的新工作路径,取消注释,c 前面的 # 要去掉。
点击保存,这下就修该好了路径。
在命令行输入 jupyter notebook ,你就发现你的路径已更改。
- 修改默认启动浏览器,想使用的浏览器路径,然后打开 jupyter_notebook_config.py 找到“
App.browser =
‘’,在这行下面添加以下三行代码:
import webbrowser
webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\ProgramFiles (x86)\Google\Chrome\Application\chrome.exe"))
%此处为浏览器地址,根据自己的路径输入。
c.NotebookApp.browser = 'chrome'
此时就修改了 jupyter 使用的默认浏览器。
- 在命令行键入“
jupyter notebook
”,即可打开 jupyter
3.3 安装 Pycharm
3.3.1 下载安装包
官网下载安装包,进入官网,选择如下:
(官网网址:http://www.jetbrains.com/pycharm/download/#section=windows,)
3.3.2 安装
- 双击下载的安装包,进行安装,然后会弹出界面:
- 接着选择安装目录,根据提示完成安装,
3.3.3 验证安装成功
在桌面出现 pycharm 图标即完成安装,如下:
3.4 安装 Cuda
3.4.1 下载安装包
- 官网下载 CUDA
(官网网址:https://developer.nvidia.com/cuda-downloads)
- 下载之后解压缩
3.4.2 安装
- 下载完成后双击驱动,开始安装。
自定义安装:
- 接着按提示安装,选择路径
- 完成安装
3.4.3 验证安装成功
打开如下路径,查看 nvcc.exe ,有这个说明 Cuda 安装成功
打开如下文件夹,查看是否存在 cuti64_100.dll ,存在则说明 CUOT1 已经成功
3.5 安装 Cudnn
3.5.1 下载安装包
- 官网下载 CUDA 安装包,需要注册登录。
(官网网址:https://developer.nvidia.com/rdp/cudnn-download)
选择 Cudnn for CUDA10.0 来下载
- 选择之后,解压 cudnn
3.5.2 配置环境变量
点击“我的电脑-属性-高级系统设置-环境变量
”,在环境变量中找到 path ,将 CUDA 和 Cudnn 的路径添加进去
3.5.3 验证安装成功
在命令行键入:“nvcc -v
”,显示如下版本信息,则安装成功
3.6 安装 tf2.0GPU 版本(此步可不做)
- 在命令行键入:“conda create -n tfenv python=3.7”建立一个 tfenv 的虚拟环境
- 然后激活 activate tfenv ,进入环境
- 在命令行键入如下命令:“
pip install tensorflow-gpu=2.0.0-beta0orch
”
此时等待下载,进行安装即可 - 安装完毕之后,测试是否安装成功
在当前环境下,输入python
进入环境,在命令行键入:
import tensorflow as tf
print(tf.test.is_gpu_available()) // 如果输出True,说明安装成功”
3.7 安装 pytorch
首先是建立虚拟环境,在命令行键入:
“conda create -n pytorch_gpu python=3.7
”;接下来安装 torch 和 torchvision ,进入下面这个网站: http://download.pytorch.org/whl/torch_stable.html
找符合系统版本、cuda 版本的 torch,采用搜索的方式找到下面两个安装,安装下来:回到命令行,键入下面命令,进行安装;
pip install "torch-1.2.0-cp37-cp37m-win_amd64.whl"
pip install "torchvision-0.4.0-cp37-cp37m-win_amd64.whl"
验证是否安装成功
进入 python 环境,接着输入“import torch
”,再输入“print(torch.cuda.is available())
”,当输出“ True ”时,表示安装成功
输入“
pip list
”,出现 torch 与 torchvision 安装版本信息
此时,表示 pytorch 与 torchvision 安装成功
到这里,Python 部分环境配置已经完成!
4 总结
python 环境的配置还不止于此,读者可以在网上继续学习。文章如有疑问或错误,敬请读者指正。
Python 部分环境资源配置【包括 Anaconda、cuda、pytorch 安装】相关推荐
- AI 图片截取、ffmpeg使用及安装, anaconda环境,图片标注(labelme),模型训练(yolov5),CUDA+Pytorch安装及版本相关问题
AI 图片截取(ffmpeg), anaconda环境,图片标注(labelme),模型训练(yolov5),CUDA+Pytorch安装及版本相关问题 一.截取有效图片 录制RTSP视频脚本 #!/ ...
- Python应用实战案例:Python编程环境配置(Anaconda、Jupyter、GPU环境)
1. 写在前面 搞算法的同学也都明白,一个比较完美的python环境是多么的重要.这篇文章打算把一些必备的python环境配置过程记录下来,这样不管是新到了公司实习或者就职,还是新换了电脑,都可以借鉴 ...
- pycharm、anaconda、pytorch安装以及环境配置(超详细教程)
一.基础知识 1.python解释器 python解释器是将python源码高级语言解析为二进制机器语言的工具.安装python是指安装python解释器.注意:python2.x和python3.x ...
- cmd测试cuda安装_安装:anaconda+cuda+pytorch+pycharm
每次安装都要在网上各种搜索,为了下次安装的时候简单一点,把对我安装帮助较大的链接整理了一下,整个过程仅供参考: 除了pycharm,其他位置均不建议更改默认位置,建议全程可开着cmd 1.anacon ...
- Yolov5目标检测环境搭建过程(Cuda+Pytorch+Yolov5)
本文介绍了如何搭建yolov5目标检测代码的环境,详细记录了python虚拟环境.安装pytorch.加载yolov5项目以及运行检测程序的全过程. 完成了本文的yolov5项目搭建后,可以查看本文下 ...
- anaconda3卸载python_机器学习Python编程环境:VSCode+Anaconda
机器学习Python编程环境(Windows):VSCode+Anaconda 安装顺序:Anaconda ->VSCode (不必下载Python)->机器学习常用Python包 为什么 ...
- 基于Anaconda配置Python开发环境详解(1)安装Anaconda并做基本配置
本系列帖子将从纯小白的视角讲解新手使用Anaconda配置Python开发环境全流程,使用Pycharm编辑器.conda包管理器. 第一节是关于Anaconda安装的 什么是conda conda是 ...
- anaconda新建不同python版本环境_解决 Anaconda 与 ROS 冲突(python 版本与 opencv)
1. Python 版本冲突 默认情况下,用 catkin_make 编译 ros 工作空间,依赖于 pyhton2.7,若在终端中输入 python,进入 python2.7 的环境,则没什么问题. ...
- Tesla M40 下Ubuntu anaconda pycharm pytorch安装
Tesla M40 训练机组装参考:http://t.csdn.cn/7Fx13,写的很详细 显卡:Tesla M40 24GB (2张) 显卡驱动版本(推荐):470.57.02 cuda版本:11 ...
最新文章
- 2021年的第一盆冷水:有人说别太把图神经网络当回事儿
- sqlite fts5 编译 xcode other c flags
- JVM 类加载机制:编译器常量与初始化
- cpu多核 node 单线程_node单线程支撑高并发原理(node异步I/O)
- P1971 [NOI2011]兔兔与蛋蛋游戏
- UIView之常用方法
- 浅谈项目开发现状(一)
- C语言重难点:大端小端
- Java进阶 | 从整体上观察面向对象
- 【5分钟 Paper】Continuous Control With Deep Reinforcement Learning
- AS 中强制类型转换
- 微信这项功能即将下线,赶快导出数据!
- 2015~2020年中国房价走势
- python程序只能在安装了python环境的计算机上_Python程序只能在安装了Python环境的计算机上以源代码形式运行。...
- 一份超详细的UI设计规范全攻略
- 在线预览doc,docx文档
- Python制作基础学生信息管理系统
- 分辨率不同的ubuntu扩展显示器记录
- 快来看,这些心理学家与诺贝尔奖有关系
- 互融云供应链金融系统4.0 来了!系统又增哪些亮点?