动手学DL——环境部署随笔【深度学习】【Anaconda】【CUDA】【PyTorch】【jupyter】-Toy模板网

这篇具有很好参考价值的文章主要介绍了动手学DL——环境部署随笔【深度学习】【Anaconda】【CUDA】【PyTorch】【jupyter】。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1、环境部署

记录虚拟环境安装部署细节，以备重装。

1.1、安装 Anaconda

anaconda 2022.10 windows 版本,https://repo.anaconda.com/archive/
加入环境变量(3/3)

D:\anaconda3

D:\anaconda\Scripts

D:\anaconda\Library\bin
配置虚拟环境，命名为pytorch
```
conda create -n pytorch python=3.9 
```
查看当前所有的虚拟环境
```
conda env list
```
激活pytorch这个虚拟环境
```
conda activate pytorch
```

新环境下包很少，安装科学计算库

pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple 
pip install Pandas==1.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple 
pip install Matplotlib==3.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

检查某个库是否安装成功，如numpy
```
pip show numpy
```
或通过查看这个整个虚拟环境内的包
```
conda list
```
退出虚拟环境
```
conda deactivate
```

1.2、安装 GPU版 PyTorch

安装 CUDA，CUDA Toolkit 11.3.0 (April 2021), https://developer.nvidia.com/cuda-toolkit-archive

自定义安装，仅安装CUDA本体，不需要 Visual Studio集成【安完后在应用中去卸载】
添加环境变量

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp
查看 CUDA版本
```
nvcc -V
```

安装 pytorch三个库【torch、vision、audio】

页面检索 pip install torch==1.12.0，
# ROCM 5.1.1 (Linux only)
pip install torch==1.12.0+rocm5.1.1 torchvision==0.13.0+rocm5.1.1 torchaudio==0.12.0 --extra-index-url  https://download.pytorch.org/whl/rocm5.1.1
# CUDA 11.6
pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu116
# CUDA 11.3
pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113
# CUDA 10.2
pip install torch==1.12.0+cu102 torchvision==0.13.0+cu102 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu102
# CPU only
pip install torch==1.12.0+cpu torchvision==0.13.0+cpu torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cpu
对标CUDA 11.3的内容才是需要的，选择cp39【==>编译器版本为 python 3.9】
# CUDA 11.3
pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113
在网络环境差时，pytorch 离线安装方法：https://www.bilibili.com/video/BV1cD4y1H7Tk/?spm_id_from=333.337.search-card.all.click&vd_source=91c6f1762034a97ef22a3742dde58736 【相关部分定位到28:44前后】，总结就是在https://download.pytorch.org/whl/cu113找到那三个轮子文件（3/3）,

torch-1.12.0+cu113-cp39-cp39-win_amd64.whl

torchaudio-0.12.0+cu113-cp39-cp39-win_amd64.whl

torchvision-0.13.0+cu113-cp39-cp39-win_amd64.whl

进入虚拟环境pytorch后，本地 pip 安装
pip install C:\Users\cold\Downloads\torch-1.12.0+cu113-cp39-cp39-win_amd64.whl
pip install C:\Users\cold\Downloads\torchvision-0.13.0+cu113-cp39-cp39-win_amd64.whl
pip install C:\Users\cold\Downloads\torchaudio-0.12.0+cu113-cp39-cp39-win_amd64.whl
看到Successfully installed 字样才行。

1.3、安装结束

虚拟环境，科学计算库，pytorch 配置结束

conda list

动手学DL——环境部署随笔【深度学习】【Anaconda】【CUDA】【PyTorch】【jupyter】,深度学习,Python,深度学习,pytorch,jupyter,CUDA

1.4、 jupyter 连接虚拟环境

jupyter 默认在 base环境中

在虚拟环境中执行：

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple

环境指向虚拟环境pytorch

python -m ipykernel install --user --name=pytorch

以后新建 ipynb，kernel 可以选择虚拟环境pytorch了

kernel 也可以切换内核，执行重启并清空后新内核正常使用。

2、浅谈DL算法

必须掌握哪些算法？
我认为，深度学习的学习过程中，必须掌握虚拟环境搭建、三大科学计算库、jupyter的使用，再就是有针对性地模型学习，保持对新技术出现的敏锐嗅觉。

这里放一下沐神说过的：文章来源地址https://www.toymoban.com/news/detail-541094.html

深度学习基础——线性神经网路，多层感知机

卷积神经网络——LeNet，AlexNet，VGG，Inception，ResNet

循环神经网络——RNN，GRU，LSTM，seq2seq

注意力机制——Attention，Transformer

优化算法——SGD，Momentum，Adam

高性能计算——并行，多GPU，分布式

计算机视觉——目标检测，语义分割

自然语言处理——词嵌入，BERT

到了这里，关于动手学DL——环境部署随笔【深度学习】【Anaconda】【CUDA】【PyTorch】【jupyter】的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！